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
JieE2126 小时前
LeetCode 226. 翻转二叉树｜JS 递归超详细拆解，二叉树入门经典题JieE2126 小时前
LeetCode 104. 二叉树的最大深度｜递归思路超详细拆解vivo互联网技术11 小时前
CVPR 2026 | 全新强化学习框架 BeautyGRPO：重塑真实人像Darling噜啦啦12 小时前
列表转树算法深度解析：从 Map 到 Reduce 的两种实现，面试高频考点用户4978630507315 小时前
（一）小红的数组操作怕浪猫18 小时前
Electron 系列文章封面图徐小夕20 小时前
JitWord 3.0 正式发布，高精度Word异构解析+复杂组件兼容，打造web端协同Word编辑器通信小呆呆1 天前
当算法有了“五感”：多模态数据融合如何向人体感官协同学习？