RL进阶（一）：变分推断、生成模型、SAC

• 参考资料： 视频课程《CS285: Deep Reinforcement Learning, Decision Making, and Control》第18讲、第19讲，Sergey Levine，UCerkeley
• 课件PDF下载：https://rail.eecs.berkeley.edu/deeprlcourse/
• 主要内容：变分推断、生成模型、以及Soft Actor-Critic。变分推断在model-based RL和inverse RL中也经常出现。