深度强化学习-DDPG-笔记（八）

深度确定性策略梯度 DDPG 离散动作 vs. 连续动作 DDPG(Deep Deterministic Policy Gradient) DDPG 的特点 离散动作 vs. 连续动作 离散动作：动作个数是可数的。比如，在 CartPole 环境中，可以有向左推小车、向右推小车两个动作。在 Frozen Lake 环境中，小乌龟可以有上下左右四个动作。在 Atari 的 Pong 游戏中，游戏有

>>阅读原文<<