Guide technique des algorithmes PPO et GRPO dans l'écosystème VeRL
Ce document regroupe les spécifications techniques et les guides de configuration pour l'utilisation des algorithmes PPO (Proximal Policy Optimization) et GRPO (Group Relative Policy Optimization) au sein du framework VeRL.
Optimisation de Politique Proximale (PPO)
L'algorithme PPO est une méthode de gradient de politique pour l'apprentissage p ...
Publié le 5 octobre à 20h24