文章目录
- 一、注意点（难点）
- 二、算法的比较和区别
- 二、算法解析注释
-
- 1.改进的贪婪算法
- 2.Dyna Q算法
- 3.DQN中的延迟更新next_model
- 4.对期望的蒙特卡洛近似
- 5、强化学习中确定性策略和随机策略的区别
- 6、A3C
-
- 1）异步、并发、多线程
- 2）算法原理
- 3）具体更新过程--[参考链接](https://zhuanlan.zhihu.com/p/)
- 7、DDPG
- 8、PPO
- 9、关于目标网络
-
- （1）AC算法中的目标网络
- （2）什么时候需要目标网络，什么时候不用
- （3）PPO有价值网络critic，可以用目标网络吗？
- 10、SAC
-
- （2）算法优势
- 11、TD3算法
- 12、优先级采样和重要性采样
- 13、强化学习的归一化
- 三、贴一个代码流程pipline连接
-
-
- (1)
- (2)算法选择
-
- 四、报错集合
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/50484.html