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
Swizard9 分钟前
别再只会算直线距离了！用“马氏距离”揪出那个伪装的数据“卧底”flashlight_hi29 分钟前
LeetCode 分类刷题：199. 二叉树的右视图LYFlied31 分钟前
【每日算法】LeetCode 46. 全排列2301_8234380231 分钟前
【无标题】解析《采用非对称自玩实现强健多机器人群集的深度强化学习方法》oscar99934 分钟前
CSP-J教程——第二阶段第十二、十三课：排序与查找算法chao18984441 分钟前
MATLAB与HFSS联合仿真月明长歌1 小时前
【码道初阶】牛客TSINGK110：二叉树遍历（较难）如何根据“扩展先序遍历”构建二叉树？jqrbcts1 小时前
关于发那科机器人视觉补偿报警设置_Li.1 小时前
机器学习-线性判别函数蒲小英1 小时前
算法-栈与队列