Gumbel-Softmax Trick和Gumbel分布

  之前看MADDPG論文的時候，作者提到在離散的信息交流環境中，使用了Gumbel-Softmax estimator。於是去搜了一下，發現該技巧應用甚廣，如深度學習中的各種GAN、強化學習中的A2 ...