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
贾斯汀玛尔斯15 分钟前
每天学一个算法-快速排序（Quick Sort）炽烈小老头17 分钟前
【每天学习一点算法 2026/04/16】逆波兰表达式求值优家数科28 分钟前
水质监测不准？解密云端 TDS 数据建模纠偏算法木井巳34 分钟前
【递归算法】组合总和coding者在努力44 分钟前
被n整除的n位数黎阳之光1 小时前
去标签化无感定位技术突破，黎阳之光重构空间定位技术路径见叶之秋1 小时前
【数据结构】详解二叉树和堆CoovallyAIHub2 小时前
MSD-DETR：面向机车弹簧检测的可变形注意力Detection TransformerCoovallyAIHub2 小时前
不改权重、不用训练！BEM用背景记忆抑制固定摄像头误检，YOLO/RT-DETR全系有效Struggle_97552 小时前
算法知识-从递归入手三维动态规划