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
报错小能手1 分钟前
数据结构 不带头结点的双向循环链表李玮豪Jimmy7 分钟前
Day26：贪心算法part4（452.用最少数量的箭引爆气球、435.无重叠区间、763.划分字母区间）秋深枫叶红8 分钟前
嵌入式第二十五篇——数据结构单向链表乌萨奇也要立志学C++8 分钟前
【洛谷】二分答案专题 3 道洛谷经典题（木材 / 砍树 / 跳石头）精讲Liangwei Lin13 分钟前
洛谷 P1464 Function代码游侠17 分钟前
数据结构——单向链表CoovallyAIHub18 分钟前
AI 项目如何避免“烂尾”？怎么选择才能让AI项目长期奔跑？qq_4308558829 分钟前
线性代数第一章第一课： 二阶三阶行列式星轨初途44 分钟前
C++的条件判断与循环及数组（算法竞赛类）