标签： ddpg

算法1 .主要体系结构可以分解为以下部分进行理解。 *首先，DDPG的特征是，actor是PG的框架，但是actor输出的动作值不是概率分布，而是确定的连续动作选择。 所谓该网络，是将状态作为输入给出 … Continue reading ddpg和a3c哪个好,fcfs算法的基本思想