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
kkeeper～4 小时前
0基础C语言积跬步之数据在内存中的存储wabs6666 小时前
关于贪心算法的一些自我总结【力扣45.跳跃游戏II】【灵感来源：代码随想录】2401_876964136 小时前
【湖北专升本】2026湖北专升本真题PDF+备考资料汇总嗝oﾟ6 小时前
CANN GE 算子融合——融合算法与调度策略小江的记录本7 小时前
【JVM虚拟机】垃圾回收GC：垃圾回收算法：标记-清除、标记-复制、标记-整理、分代收集（附《思维导图》+《面试高频考点清单》）Ulyanov8 小时前
用声明式语法重新定义Python桌面UI：QML+PySide6现代开发入门（一）数据科学小丫8 小时前
特征工程处理z落落9 小时前
C#参数区别c238569 小时前
vector(下)z落落10 小时前
C# 冒泡排序+选择排序 + Array.Sort 自定义排序