moe

PPO variant with MoE bias updates.

类：

名称	描述
`PPO_MoE`	PPO variant with MoE bias updates.

PPO_MoE

Bases: PPO

PPO variant with MoE bias updates.

方法：

名称	描述
`update`	Run PPO update and then update MoE biases.

update(*args: Any, **kwargs: Any) -> None

Run PPO update and then update MoE biases.