会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
山竹果 BLOG
see more
首页
新随笔
联系
订阅
管理
2019年5月22日
DQN算法原理详解
摘要: 一、 概述 强化学习算法可以分为三大类:value based, policy based 和 actor critic。 常见的是以DQN为代表的value based算法,这种算法中只有一个值函数网络,没有policy网络,以及以DDPG,TRPO为代表的actor-critic算法,这种算法中
阅读全文
posted @ 2019-05-22 21:27 山竹小果
阅读(7870)
评论(1)
推荐(3)
编辑
公告