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
2401_891482173 小时前
多平台UI框架C++开发88号技师3 小时前
2026年3月中科院一区SCI-贝塞尔曲线优化算法Bezier curve-based optimization-附Matlab免费代码t198751283 小时前
三维点云最小二乘拟合MATLAB程序x_xbx4 小时前
LeetCode：148. 排序链表Darkwanderor4 小时前
三分算法的简单应用2401_831920744 小时前
分布式系统安全通信WolfGang0073215 小时前
代码随想录算法训练营 Day17 | 二叉树 part07温九味闻醉5 小时前
关于腾讯广告算法大赛2025项目分析1 - dataset.py炽烈小老头5 小时前
【 每天学习一点算法 2026/03/23】数组中的第K个最大元素老鱼说AI5 小时前
大规模并发处理器程序设计(PMPP)讲解(CUDA架构):第四期：计算架构与调度