Skip to main content
হোম
টেক্সট থেকে IPA
ভয়েস থেকে IPA
IPA থেকে শব্দ খুঁজুন
IPA রিডার
Beta
IPA চার্ট
ব্রিটিশ ইংরেজি
আমেরিকান ইংরেজি
ম্যান্ডারিন চীনা
IPA চার্ট
A–Z
ব্লগ
toIPA
হোম
টেক্সট থেকে IPA
ভয়েস থেকে IPA
IPA থেকে শব্দ খুঁজুন
IPA রিডার
Beta
IPA চার্ট
সম্পূর্ণ
ব্রিটিশ ইংরেজি
আমেরিকান ইংরেজি
ম্যান্ডারিন চীনা
IPA চার্ট
A–Z
ব্লগ
🇧🇩 বাংলা
🇺🇸 English
🇨🇳 中文
🇯🇵 日本語
🇩🇪 Deutsch
🇫🇷 Français
🇪🇸 Español
🇮🇳 हिन्दी
🇸🇦 العربية
🇧🇩 বাংলা
🇵🇹 Português
🇮🇩 Bahasa Indonesia
🇵🇰 اردو
🇷🇺 Русский
🇻🇳 Tiếng Việt
🇹🇷 Türkçe
🇰🇷 한국어
🇮🇹 Italiano
🇳🇴 Norsk bokmål
🇳🇱 Nederlands
🇵🇱 Polski
🇸🇪 Svenska
🇬🇷 Ελληνικά
🇮🇱 עברית
🇮🇷 فارسی
🇹🇭 ไทย
🇺🇦 Українська
🇨🇿 Čeština
🇧🇾 Беларуская
হোম
Proximal Policy Optimization
Proximal Policy Optimization
model-free reinforcement learning algorithm
en-GB
/ˈpɹɒksɪməl ˈpɒləsɪ ɒptɪmaɪzeɪʃn/
en-US
/ˈpɹɑksəməl ˈpɑlɪsi ɑptɪmɪˈzeɪʃən/
ক্যাটাগরি:
policy-gradient method
model-free reinforcement learning