DDPG（2）-critic_network

1、引用python库

import tensorflow as tf 
import numpy as np
import math

2、声明参数

LAYER1_SIZE = 400
LAYER2_SIZE = 300
LEARNING_RATE = 1e-3
TAU = 0.001
L2 = 0.01

3、定义类

class CriticNetwork:
	"""docstring for CriticNetwork"""
	def __init__(self,sess,state_dim,action_dim):
		self.time_step = 0

（以下全为Class CriticNetwork中的函数）

3.1 初始化函数

	def __init__(self,sess,state_dim,action_dim):
		self.time_step = 0
		self.sess = sess
		# create q network
		self.state_input,\
		self.action_input,\
		self.q_value_output,\
		self.net = self.create_q_network(state_dim,action_dim)

		# create target q network (the same structure with q network)
		self.target_state_input,\
		self.target_action_input,\
		self.target_q_value_output,\
		self.target_update = self.create_target_q_network(state_dim,action_dim,self.net)

		self.create_training_method()

		# initialization 
		self.sess.run(tf.initialize_all_variables())
			
		self.update_target()

（1）调用create_q_network（）和create_target_q_network（）两个函数，创建了critic网络和target_critic网络

（2）调用函数create_training_method（）

（3）调用函数sess.run（）

（4）调用函数self.update_target（）；

3.2其他函数

	def variable(self,shape,f):