能做什么

OpenAI《Spinning Up in Deep RL》二十章的知识库：强化学习基础、马尔可夫决策过程、免模型算法分类、策略梯度推导，以及 VPG、TRPO、PPO、DDPG、TD3、SAC 六个算法都整理成可检索摘要。遇到问题时它先查主题索引再读对应章节回答。装进 Claude Code 直接提问即可。

适用平台

Claude 等主流 Agent（纯文档技能）

来源与安全

纯文档技能无可执行脚本（2026-11-04 上架安全审查通过）。（本站审查为技能上架时审查，非持续性监控，来源非本站可控，调用技能请自行甄别）