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
penguin_bark5 分钟前
69. x 的平方根这可就有点麻烦了15 分钟前
强化学习笔记之【TD3算法】苏宸啊20 分钟前
顺序表及其代码实现lin zaixi()24 分钟前
贪心思想之——最大子段和问题FindYou.24 分钟前
C - Separated Lunch夜雨翦春韭30 分钟前
【代码随想录Day30】贪心算法Part04Kent_J_Truman41 分钟前
【平方差 / C】一直学习永不止步42 分钟前
LeetCode题练习与总结：H 指数--274Amor风信子1 小时前
华为OD机试真题---跳房子II戊子仲秋1 小时前
【LeetCode】每日一题 2024_10_2 准时到达的列车最小时速（二分答案）