原书出处
现代人工智能技术
08 强化学习
DDPG算法构造一个确定性策略,用梯度上升的方法来最大化值。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml
EPUB SHA-256:60380b4c2c329baddf7e96038a43e5c5e544916728704408383dbad7fd4a5b36
原书出处
08 强化学习
DDPG算法构造一个确定性策略,用梯度上升的方法来最大化值。
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml
EPUB SHA-256:60380b4c2c329baddf7e96038a43e5c5e544916728704408383dbad7fd4a5b36