RL学习笔记-6-DDPG 算法
在连续控制领域，比较经典的强化学习算法就是 DDPG(Deep Deterministic Policy Gradient)。DDPG 的特点可以从它的名字当中拆解出来，拆解成 Deep、Deterministic 和 Policy Gradient。 Deep 是因为用了神经网络； Deterministic 表示 DDPG 输出的是一个确定性的动作，可以用于连续动作的一个环境； Policy
相关文章
- 1. RL学习笔记
- 2. 算法学习（《算法》学习笔记）
- 3. value_based RL学习记录
- 4. LRU算法 :学习笔记
- 5. KM算法学习笔记
- 6. CTC算法学习笔记
- 7. EM算法学习笔记
- 8. 算法学习笔记
- 9. KNN算法（学习笔记）
- 10. SVM算法（学习笔记）
- 更多相关文章...
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
相关标签/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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. RL学习笔记
- 2. 算法学习（《算法》学习笔记）
- 3. value_based RL学习记录
- 4. LRU算法 :学习笔记
- 5. KM算法学习笔记
- 6. CTC算法学习笔记
- 7. EM算法学习笔记
- 8. 算法学习笔记
- 9. KNN算法（学习笔记）
- 10. SVM算法（学习笔记）