強化深度學習task06連續動作空間和DDPG

一、連續動作和離散動作 連續動作：動作是連續的浮點數比如速度、推力、角度、電壓等 離散動作：動作是離散值，比如上下左右等。 求解方法： 離散動作：softmax映射 連續動作：tanh連續映射 二、DDPG 是DQN的擴展版，可擴展至連續空間 actor-critic結構 演員輸出動作，並根據評論家的評判修改動作策略，評論家根據分數（觀衆反應）得出動作評判標準

>>阅读原文<<