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
alphaTao14 分钟前
LeetCode 每日一题 2026/10/12-2026/10/18青岚_Nox20 分钟前
# C语言实战：函数完全指南——从基础概念到static/extern深度解析CCCCCCCCharlie31 分钟前
深入解析I/O底层：文件描述符与缓冲区真相Cccp.1231 小时前
【leetcode】(十三）大数据处理学逆向的1 小时前
C 选择结构的执行效率分析wzdark1 小时前
动态规划算法的状态转移矩阵可视化分析5Pniubi1 小时前
力扣70爬楼梯人工智能培训1 小时前
具身智能环境交互与学习范式原理纪念 2292 小时前
C++算法(三)学不会pwn不改名2 小时前
时间复杂度与空间复杂度详解