qq_43123223的博客

原创 基于深度强化学习的机器人手臂控制|学习笔记

简介：利用深度强化学习对机器人手臂的控制背景知识：强化学习原理：如果智能体对某些动作进行奖励，之后执行该动作的概率就会增加；反之，若惩罚，执行概率就会降低。强化学习分类：基于价值的强化学习：分析所处环境，输出下一步行动的概率分布，根据概率分布采取行动。基于策略的强化学习：输出每种行动的价值，一般是基于最高价值来选择行动。将二者结合，就是actor-critic算法：演员基于策略作出...