强化学习之score function

Score Function Trick及其在机器学习中的应用
1、score function定义，就是说score function是求最大对数似然函数中让对数似然函数梯度等于0的梯度

就是说，求解最大似然问题就是求解score function
2、再对参数求导，就会得到Fisher Information ，FIM是SF的负导数。

3、SF的期望值是0

这一个性质可以用在有baseline的策略梯度中。