强化深度学习task06连续动作空间和DDPG

一、连续动作和离散动作 连续动作：动作是连续的浮点数比如速度、推力、角度、电压等 离散动作：动作是离散值，比如上下左右等。 求解方法： 离散动作：softmax映射 连续动作：tanh连续映射 二、DDPG 是DQN的扩展版，可扩展至连续空间 actor-critic结构 演员输出动作，并根据评论家的评判修改动作策略，评论家根据分数（观众反应）得出动作评判标准

>>阅读原文<<