最近策略优化算法论文-“ KL”操作的定义？

Question

在有关近端策略优化算法的原始论文中

  

https://arxiv.org/pdf/1707.06347.pdf

在等式（4）中，作者使用KL[]表示的运算。不幸的是，他们从未对此做出定义。

我的问题：

  

KL[]操作代表什么？

Answer 1

也许是KL divergence？

KL散度用于比较两个概率分布之间的差异。