深度强化学习——连续动做控制DDPG、NAF

联系方式：860122112@qq.comweb 传统的DQN只适用于离散动做控制，而DDPG和NAF是深度强化学习在连续动做控制上的拓展。算法 1、存在的问题 DQN是一个面向离散控制的算法，即输出的动做是离散的。对应到Atari 游戏中，只须要几个离散的键盘或手柄按键进行控制。网络 然而在实际中，控制问题则是连续的，高维的，好比一个具备6个关节的机械臂，每一个关节的角度输出是连续值，假设范围是

>>阅读原文<<