強化學習6
1 關鍵詞 DDPG(Deep Deterministic Policy Gradient)： 在連續控制領域經典的RL算法，是DQN在處理連續動作空間的一個擴充。具體地，從命名就可以看出，Deep是使用了神經網絡；Deterministic 表示 DDPG 輸出的是一個確定性的動作，可以用於連續動作的一個環境；Policy Gradient 代表的是它用到的是策略網絡，並且每個 step 都會更
相關文章
- 1. [強化學習-6] 策略梯度
- 2. 強化學習之策略policy 6
- 3. 【強化學習】強化學習分類
- 4. 強化學習，深度強化學習
- 5. 【強化學習】強化學習介紹
- 6. 強化學習
- 7. 【強化學習】強化學習/加強學習/再勵學習介紹
- 8. 深度強化學習——強化學習到深度強化學習
- 9. 深度強化學習1——強化學習到深度強化學習
- 10. QUANT[18]強化學習(Reinforcement Learning)學習筆記6
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章