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
董董灿是个攻城狮3 小时前
5分钟搞懂什么是窗口注意力？Dann Hiroaki3 小时前
笔记分享: 哈尔滨工业大学CS31002编译原理——02. 语法分析qqxhb5 小时前
零基础数据结构与算法——第四章：基础算法-排序（上）FirstFrost --sy6 小时前
数据结构之二叉树森焱森7 小时前
垂起固定翼无人机介绍搂鱼1145147 小时前
（倍增）洛谷 P1613 跑路/P4155 国旗计划Yingye Zhu(HPXXZYY)7 小时前
Codeforces 2021 C Those Who Are With Us无聊的小坏坏8 小时前
三种方法详解最长回文子串问题长路 ㅤ 8 小时前
Java后端技术博客汇总文档秋说9 小时前
【PTA数据结构 | C语言版】两枚硬币