Hongru 7f9d7b2ee6 新增 TRPO 算法实现，包括核心数学引擎、智能体、网络结构及训练入口，完善环境交互与数据处理功能

2026-03-25 15:38:08 +08:00

..

agent.py

新增 TRPO 算法实现，包括核心数学引擎、智能体、网络结构及训练入口，完善环境交互与数据处理功能

2026-03-25 15:38:08 +08:00

main.py

新增 TRPO 算法实现，包括核心数学引擎、智能体、网络结构及训练入口，完善环境交互与数据处理功能

2026-03-25 15:38:08 +08:00

models.py

新增 TRPO 算法实现，包括核心数学引擎、智能体、网络结构及训练入口，完善环境交互与数据处理功能

2026-03-25 15:38:08 +08:00

utils.py

新增 TRPO 算法实现，包括核心数学引擎、智能体、网络结构及训练入口，完善环境交互与数据处理功能

2026-03-25 15:38:08 +08:00