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
元亓亓亓23 分钟前
LeetCode热题100--230. 二叉搜索树中第 K 小的元素--中等草莓熊Lotso24 分钟前
《算法闯关指南：优选算法-双指针》--01移动零，02复写零焜昱错眩..1 小时前
代码随想录算法训练营第三十九天|62.不同路径 63.不同路径ll焦耳加热5 小时前
阿德莱德大学Nat. Commun.：盐模板策略实现废弃塑料到单原子催化剂的高值转化，推动环境与能源催化应用wan5555cn5 小时前
多张图片生成视频模型技术深度解析u6065 小时前
常用排序算法核心知识点梳理蒋星熠8 小时前
Flutter跨平台工程实践与原理透视：从渲染引擎到高质产物小欣加油8 小时前
leetcode 面试题01.02判定是否互为字符重排3Cloudream8 小时前
LeetCode 003. 无重复字符的最长子串 - 滑动窗口与哈希表详解王璐WL8 小时前
【c++】c++第一课：命名空间