Continuous control with Deep Reinforcement Learning

来源:ICLR2016 作者:Deepmind 创新点:将Deep Q-Learning应用到连续动作领域continuous control(比如机器人控制) 实验成果:能够鲁棒地解决20个仿真的物理控制任务,包含机器人的操作,运动,开车。。。效果比肩传统的规划方法。 优点: End-to-End 将Deep Reinforcement Learning应用在连续动作空间 缺点: 对于3D赛车,
相关文章
相关标签/搜索