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
嘉陵妹妹1 小时前
深度优先算法学习GalaxyPokemon1 小时前
LeetCode - 53. 最大子数组和hn小菜鸡2 小时前
LeetCode 1356.根据数字二进制下1的数目排序zhuiQiuMX2 小时前
分享今天做的力扣SQL题music&movie3 小时前
算法工程师认知水平要求总结laocui14 小时前
Σ∆ 数字滤波yzx9910134 小时前
Linux 系统中的算法技巧与性能优化全栈凯哥5 小时前
Java详解LeetCode 热题 100(26):LeetCode 142. 环形链表 II（Linked List Cycle II）详解全栈凯哥5 小时前
Java详解LeetCode 热题 100(27):LeetCode 21. 合并两个有序链表（Merge Two Sorted Lists）详解SuperCandyXu5 小时前
leetcode2368. 受限条件下可到达节点的数目-medium