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
東隅已逝，桑榆非晚13 分钟前
算法6. 双指针法-查找总价格为目标的两个商品Eyfcom27 分钟前
〖物联网终端实战 01〗UWB 室内高精度定位：仓储 AGV 与人员的厘米级轨迹追踪bro_Java6661 小时前
《排序的底层逻辑：比较、交换与分治》爱喝雪碧的可乐1 小时前
MATLAB叼烟扛炮2 小时前
Linux 学习笔记（六十）：单线程的逆袭——epoll 高并发服务器实战careathers3 小时前
【数据结构】基于比较的排序算法 - 交换排序Rabitebla3 小时前
【Linux操作系统】进程篇（十一）：进程程序替换——从底层原理到 exec 函数族tellmewhoisi4 小时前
深度学习0:数学知识:正态分布1-梅4 小时前
算法（1） 动态规划青少儿编程课堂4 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级：Bellman-Ford与SPFA含负权最短路及负环检测全解析