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
zhurui_xiaozhuzaizai1 小时前
模型训练-关于token【低概率token, 高熵token】ThreeYear_s1 小时前
基于FPGA的PID算法学习———实现PID比例控制算法子豪-中国机器人2 小时前
C++ 信息学奥赛总复习题答案解析弥彦_2 小时前
牛客round95D强盛小灵通专卖员3 小时前
基于深度学习RT-DETR算法的盲人障碍物目标检测：提升盲人出行安全的智能化突破我不是小upper3 小时前
统计学核心概念与现实应用精解（偏机器学习）Renlijuande3 小时前
百度之星2021——BD202104 萌新黑牛先生4 小时前
【数据结构】图算法（代码）tt5555555555554 小时前
C++ 标准模板库（STL）详解文档Moonbit4 小时前
MoonBit Pearls Vol.01：使用MoonBit编写Pratt解析器