通常假设不同动作之间没有相关性，因此协方差矩阵将在除主对角线之外的所有位置为零。对角线将代表动作的变化。如果对角线上的所有值都为，则对角协方差矩阵将是半正定的$\geq$0 所以你需要确保最后一层的输出是$\geq$0，例如可以通过 ReLU 激活来完成。

@Brale_ 的答案是正确的，在众多模型中，学习独立多元正态的表示是一种常见的做法，但不要让这阻止您根据自己的需要挑战极限。

您实际上也可以学习从属形式。通常，独立形式是通过学习均值和标准差来完成的，因为对标准正态进行采样可以通过以下方式实现您的平局$z \sim N(\mu, Diag(\sigma^2))$经过$z = \mu + \sigma \epsilon$在哪里$\epsilon$是从单位法线绘制的。

但是您实际上可以为广义多元正态分布实现类似的技巧：假设您尝试学习$N(\mu, \Sigma)$在哪里$\Sigma$是协方差矩阵。所以你要做的是学习Cholesky 分解，因为在哪里$\Sigma = AA^T$您现在可以通过参数化技巧来绘制它：$z = \mu + A\epsilon$.

@mshlis，如果$\sigma$是协方差矩阵，则存在$A$英石$\sigma=AA^T$.

但是如果我们生成$A$按模型计算$\sigma = AA^T$，则 Cholesky 分解不会成功