Skip to main content
Manusで任意のスキルを実行
ワンクリックで

rl-policy-optimization

スター13,557
フォーク1,589
更新日2026年3月23日 01:46

Best practices for reinforcement learning policy optimization. Use when working on RL agents, PPO, SAC, or reward design.

インストール

Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

SKILL.md
readonly