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
偷吃的耗子1 分钟前
[CNN算法理解]：二、卷积层（从生活实例到技术细节）2301_790300962 分钟前
C++与Docker集成开发TracyCoder1233 分钟前
LeetCode Hot100（22/100）——141. 环形链表一起养小猫7 分钟前
Flutter for OpenHarmony 进阶：递归算法与数学证明深度解析赛博云推-Twitter热门霸屏工具8 分钟前
Twitter 搜索霸屏的关键词工程方法——从算法理解到赛博云推的系统化执行罗湖老棍子21 分钟前
【区间DP】括号序列：如何求解最长合法子序列？(POJ 2955)王德博客25 分钟前
【实现常见排序算法】直接插入排序的算法思想m0_5648768426 分钟前
分布式训练DP与DDP纤纡.27 分钟前
逻辑回归实战进阶：交叉验证与采样技术破解数据痛点（一）重生之后端学习29 分钟前
146. LRU 缓存