SQL算法的官方实现地址：https://openi.pcl.ac.cn/devilmaycry812839668/softlearning提两个问题:SQL算法的原始论文中在计算Qlossfunction的时候建议使用重要性采样，而实际代码中却使用的是均匀采样，同时也没有采样重要性采样的方法进行修正，而原始论文中在这一步的推导公式

softlearning原始项目：https://github.com/rail-berkeley/softlearning国内地址：https://openi.pcl.ac.cn/devilmaycry812839668/softlearning相关：强化学习：人形机器人——soft-q-leanring的官方实现的配置环境原始项目的运行环境已经打包成docker镜像，分布地址：https://g