#6.2 DDPG (Deep Deterministic Policy Gradient) (强化学习 Reinforcement Learning 教学) - 莫烦Python - 機器學習 Machine Learning 公開課 - Cupoy

Google DeepMind 提出的一种使用 Actor Critic 结构, 但是输出的不是行为的概率, 而是具体的行为, 用于连续动作 (continuous action) 的预测. DDPG...