![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度强化学习
文章平均质量分 93
星海浮生
这个作者很懒,什么都没留下…
展开
-
actor-critic 相关算法简述
asynchronous advantage actor-critic(A3C);pathwise derivative policy gradient;actor-critic 与 GAN 的关系原创 2022-03-15 22:17:16 · 2252 阅读 · 0 评论 -
DQN(deep Q-network)算法简述
基本概念;进阶技巧;连续动作的场景原创 2022-03-11 18:00:14 · 50620 阅读 · 0 评论 -
近端策略优化(proximal policy optimization)算法简述
本文通过整理李宏毅老师的机器学习教程的内容,简要介绍深度强化学习(deep reinforcement learning)中的近端策略优化算法(proximal policy optimization)。原创 2022-02-26 20:20:18 · 7700 阅读 · 1 评论 -
策略梯度法(policy gradient)算法简述
本文通过整理李宏毅老师的机器学习教程的内容,简要介绍深度强化学习(deep reinforcement learning)中的策略梯度法(policy gradient)。原创 2022-01-16 22:31:10 · 6870 阅读 · 2 评论