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
不会就选b1 小时前
算法日常・每日刷题--＜快速排序＞2CClaris2 小时前
大模型量化从0到1（五）：GPTQ 原理详解 + 从零量化一个真实大模型凯瑟琳.奥古斯特2 小时前
力扣1012数位DP解法详解大鱼>2 小时前
AI+货物追踪：贵重物品智能追踪系统大鱼>2 小时前
AI+货物追踪：集装箱智能追踪系统z小猫不吃鱼2 小时前
模型剪枝经典论文精读：NISP: Pruning Networks using Neuron Importance Score Propagationresearcher-Jiang2 小时前
栈的模板类与基本应用（还差栈混洗）foundbug9993 小时前
Polar Code 编解码 MATLAB 实现李小小钦3 小时前
D. Storming Arasaka（Codeforces 2238）技术不好的崎鸣同学4 小时前
[ACTF2020 新生赛]Include 思路及解法