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
我是苏苏2 小时前
C#高级：程序查询写法性能优化提升策略（附带Gzip算法示例）sali-tec3 小时前
C# 基于halcon的视觉工作流-章56-彩图转云图黑岚樱梦7 小时前
代码随想录打卡day23：435.无重叠区间Kuo-Teng7 小时前
Leetcode438. 找到字符串中所有字母异位词gihigo19988 小时前
MATLAB使用遗传算法解决车间资源分配动态调度问题墨染点香8 小时前
LeetCode 刷题【138. 随机链表的复制】却道天凉_好个秋8 小时前
目标检测算法与原理（一）：迁移学习兮山与10 小时前
算法24.0晓北斗NorSnow10 小时前
机器学习核心算法与学习资源解析