可以啊，ppo，AC，A2C,A3C都是啊，网络只是拟合用的，深度神经网络是用于复杂函数，普通的强化学习任务...
主要是深度学习的函数拟合能力好，可以通过训练不断的去拟合任何形式的函数，而强化学习无论Qlearning ...