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
Jasmine_llq2 小时前
《B3867 [GESP202309 三级] 小杨的储蓄》啦啦啦_99992 小时前
案例之 逻辑回归_电信用户流失预测风筝在晴天搁浅3 小时前
快手/字节 CodeTop LeetCode 415.字符串相加DragonnAi3 小时前
猫咪如厕检测与分类识别系统系列【十四】 项目结构重新整理-即将开源完整算法机器视觉_Explorer3 小时前
【halcon】编程技巧：鼠标擦除灵智实验室4 小时前
PX4状态估计技术EKF2详解（二）：EKF2 误差状态动力学与协方差传播米粒14 小时前
力扣算法刷题 Day 64 Floyd算法 & A* 算法 & 总结篇XX風5 小时前
OpenGL中Face culling 面剔除的具体实现IT猿手5 小时前
光伏模型参数估计：基于山羊优化算法（GOA ）的光伏模型参数辨识问题求解研究，免费提供完整MATLAB代码链接麻雀飞吧5 小时前
期货量化策略讲解：天勤量化下的跨期价差均值回归策略实战