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
梭七y27 分钟前
【力扣hot100题】（032）排序链表SsummerC28 分钟前
【leetcode100】数组中的第K个最大元素编程绿豆侠31 分钟前
力扣HOT100之链表：206. 反转链表永恒迷星.by2 小时前
文件操作（c语言）还有你Y2 小时前
MIMO预编码与检测算法的对比凯强同学2 小时前
第十四届蓝桥杯大赛软件赛省赛Python 大学 C 组：7.翻转记得早睡~3 小时前
leetcode51-N皇后lancyu4 小时前
C语言--插入排序点云SLAM4 小时前
C++20新增内容独好紫罗兰5 小时前
洛谷题单3-P1217 [USACO1.5] 回文质数 Prime Palindromes-python-流程图重构