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
持续学习的程序员+14 分钟前
部分离线强化学习相关的算法总结(td3+bc/conrft)Rui_Freely5 分钟前
Vins-Fusion之 SFM 滑窗内相机位姿及特征点3D估计（十三）李泽辉_6 分钟前
深度学习算法学习（六）：深度学习-处理文本：神经网络处理文本、Embedding层Codeking__18 分钟前
Redis的value类型及编码方式介绍——hashu01040583620 分钟前
企业微信通讯录同步服务的增量更新与冲突解决算法码农水水23 分钟前
阿里Java面试被问：RocketMQ的消息轨迹追踪实现智驱力人工智能26 分钟前
矿场轨道异物AI监测系统 构建矿山运输安全的智能感知防线 轨道异物检测 基于YOLO的轨道异物识别算法 地铁隧道轨道异物实时预警技术橘颂TA34 分钟前
【剑斩OFFER】算法的暴力美学——leetcode 429 题：N 叉树的层序遍历"YOUDIG"36 分钟前
信稿笺纸设计工具：传统排版美学与数字化设计的高效融合Allen_LVyingbo36 分钟前
面向“病历生成 + CDI/ICD”多智能体系统的选型策略与落地实践（二）