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
wuqingshun3141598 分钟前
蓝桥杯 冶炼金属jndingxin2 小时前
OpenCV CUDA模块光流计算-----实现Farneback光流算法的类cv::cuda::FarnebackOpticalFlow编程绿豆侠2 小时前
力扣HOT100之栈：394. 字符串解码朝朝又沐沐2 小时前
基于算法竞赛的c++编程（18）string类细节问题爱coding的橙子3 小时前
每日算法刷题Day27 6.9:leetcode二分答案2道题，用时1h20minGalaxyPokemon3 小时前
LeetCode - 3. 无重复字符的最长子串a.3023 小时前
C++ 时间处理指南：深入剖析＜ctime＞库亮亮爱刷题3 小时前
算法刷题-回溯Neil今天也要学习4 小时前
永磁同步电机无速度算法--自适应龙贝格观测器算AI5 小时前
AI辅助编程：常用的7种Prompt模式