ppo算法何时被提出？

PPO在2017年被Schulman等人提出后就刷新了continous control领域的SOTA记录，并且成为了OPENAI的default algorithm。虽然现在它已经不是领域的SOTA算法了，但因为PPO易于部署而且迭代过程方差小，训练较稳定，关键是使用方便，所以目前它还是大多数场景下的default algorithm。