深度确定性策略梯度算法(DeterministicPolicyGradient，DDPG)。DDPG算法使用演员-评论家（Actor-Critic）算法作为其基本框架，采用深度神经网络作为策略网络和动作...

浏览 97 次 标签： 【深度强化学习】(5) DDPG 模型解析    附Pytorch完整代码   

DQN（DeepQNetwork）是深度神经网络和Q-Learning算法相结合的一种基于价值的深度强化学习算法。DQN同时用到两个结构相同参数不同的神经网络，区别是一个用于训练，另一个不会在短期内得...

浏览 61 次 标签： 【深度强化学习】(1) DQN 模型解析    附Pytorch完整代码