在关于近端策略优化算法的原始论文中
https://arxiv.org/pdf/1707.06347.pdf
在等式(4(中，作者使用用KL[]表示的运算。不幸的是，他们从未给出定义。
我的问题：
KL[]操作代表什么？
也许是吉隆坡的分歧？
KL散度用于比较两个概率分布之间的差异。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium