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
地平线开发者8 小时前
SparseDrive 模型导出与性能优化实战董董灿是个攻城狮8 小时前
大模型连载2：初步认识 tokenizer 的过程地平线开发者9 小时前
地平线 VP 接口工程实践（一）：hbVPRoiResize 接口功能、使用约束与典型问题总结罗西的思考9 小时前
AI Agent框架探秘：拆解 OpenHands（10）--- RuntimeHXhlx12 小时前
CART决策树基本原理Wect13 小时前
LeetCode 210. 课程表 II 题解：Kahn算法+DFS 双解法精讲颜酱14 小时前
单调队列：滑动窗口极值问题的最优解（通用模板版）Gorway20 小时前
解析残差网络 (ResNet)拖拉斯旋风20 小时前
LeetCode 经典算法题解析：优先队列与广度优先搜索的巧妙应用Wect20 小时前
LeetCode 207. 课程表：两种解法（BFS+DFS）详细解析