強化學習組隊學習task06——DDPG 算法

文章目錄 一、離散動作和連續動作 二、DDPG(Deep Deterministic Policy Gradient) Actor-Critic結構 一、離散動作和連續動作 離散動作與連續動作是相對的概念，一個是可數的，一個是不可數的。 離散動作比如推小車的方向有前後左右四個方向 連續動作比如說推小車力的大小、 選擇下一時刻方向盤的轉動角度或者四軸飛行器的 四個螺旋槳給的電壓的大小等等。 對於這些

>>阅读原文<<