Actor-Critic

Actor-Critic（ A 2 C   A 3 C A2C \ A3C A2C A3C） 1、首先要搞清楚什么是actor-critic算法，它是怎么来的？ Actor-critic算法是一种policy based的on policy的model-free算法。和value based的DQN算法有着本质的不同。policy based算法是将policy参数化 π ( a ∣ s , θ

>>阅读原文<<