DDPG算法
全称Deep Deterministic Policy Gradient，是对DPG、DQN的继承、发展和改进
- 对DQN算法：使其能够适用于连续动作空间
- 对DPG算法：使用神经网络来拟合函数
算法介绍
核心：确定性策略梯度理论 ，在DPG算法中被提出，原论文，推导过程相当复杂，我也不大能看懂，总之用就完事了😂
训练流程：参考了DQN，因此属于Off Policy算法，使用了经验回放缓存，引入了actor target和critic target
算法伪代码
DDPG算法
红烧code2023-09-07 15:01
相关推荐
那个村的李富贵15 小时前
CANN加速下的AIGC“即时翻译”：AI语音克隆与实时变声实战power 雀儿16 小时前
Scaled Dot-Product Attention 分数计算 C++琹箐16 小时前
最大堆和最小堆 实现思路renhongxia117 小时前
如何基于知识图谱进行故障原因、事故原因推理，需要用到哪些算法坚持就完事了17 小时前
数据结构之树（Java实现）算法备案代理17 小时前
大模型备案与算法备案，企业该如何选择？赛姐在努力.17 小时前
【拓扑排序】-- 算法原理讲解，及实现拓扑排序，附赠热门例题野犬寒鸦18 小时前
从零起步学习并发编程 || 第六章：ReentrantLock与synchronized 的辨析及运用霖霖总总18 小时前
[小技巧66]当自增主键耗尽：MySQL 主键溢出问题深度解析与雪花算法替代方案rainbow688918 小时前
深入解析C++STL：map与set底层奥秘