人物
Tuomas Haarnoja
UC Berkeley研究者，SAC（Soft Actor-Critic）算法的主要提出者，在最大熵强化学习领域有重要贡献
时间轴 (近 90 天)
9月11日
SAC（Soft Actor-Critic）由UC Berkeley的Tuomas Haarnoja等人提出，引入最大熵强化学习框架，属于off-policy方法
待验证50%
8月27日
SAC由Tuomas Haarnoja等人在2018年提出，是最大熵强化学习框架的代表算法，属于off-policy算法，样本效率高于PPO
待验证50%