深度增強學習（DRL）漫談 - 從AC（Actor-Critic）到A3C（Asynchronous Advantage Actor-Critic）

原文地址：http://blog.csdn.net/jinzhuojun/article/details/72851548 前言 之前在文章《深度增強學習（DRL）漫談 - 從DQN到AlphaGo》扯了一些關於DRL的內容，但因爲是以DQN爲主線，其中大部分談的是value-based方法。我們知道傳統增強學習（Reinforcement learning, RL）中除了value-based方

>>阅读原文<<