强化学习笔记之Critic（三）
前面介绍了Actor的策略，接下来介绍Critic。 1. 什么是critic critic就是一个神经网络，以状态s为输入，以期望的reward为输出。 1.1 Actor和Critic的区别 Actor是以s为输入，输出对应的action和其概率。 Criti则是以s为输入，输出对应的reward期望值。 1.2 为什么要有critic 在前面介绍Actor时，我们定义的用来更新θ的 ▽ R
相关文章
- 1. 强化学习之Actor Critic
- 2. 【强化学习】Actor-Critic Actor-Critic
- 3. 李宏毅强化学习笔记【3.Actor-Critic】
- 4. 强化学习论文笔记：Soft Actor Critic算法
- 5. 【完结】李宏毅深度强化学习笔记（四）Actor-Critic
- 6. 李宏毅深度强化学习笔记（六）Actor-Critic
- 7. 【李宏毅-强化学习笔记】p6、Actor-Critic
- 8. Actor Critic学习笔记
- 9. 【强化学习】Actor-Critic算法详解
- 10. 强化学习(十四) Actor-Critic
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
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
