2019年1月29日
强化学习(十五) A3C
摘要： 在强化学习(十四) Actor-Critic中，我们讨论了Actor-Critic的算法流程，但是由于普通的Actor-Critic算法难以收敛，需要一些其他的优化。而Asynchronous Advantage Actor-critic(以下简称A3C)就是其中比较好的优化算法。本文我们讨论A3C 阅读全文
posted @ 2019-01-29 18:09 刘建平Pinard 阅读(70156) 评论(144) 推荐(4) 编辑