文件名称:
DDPG_TF2：KerasTensorflow 2中的简单深度确定性策略梯度算法（DDPG）实现-源码
开发工具:
文件大小: 8kb
下载次数: 0
上传时间: 2021-02-13
详细说明：DDPG_TF2
很难在TF2中找到简单整洁的DDPG实现，因此我做了一个。
DDPG
DDPG是一种无模型的非策略算法，可在连续动作空间中学习Q函数和策略。 它受Deep Q Learning的启发，可以看作是连续acion空间上的DQN。 它利用政策外数据和Bellman方程来学习Q函数，然后使用Q函数来推导和学习政策。 在DDPG的此实现中，一开始执行n次纯探索（由rand_steps参数指定）。 通过在整个范围内均匀分布来选择动作。
主要特点：
随机（深度）模型估计可提供连续（无限）的动作空间。
使用噪声过程（例如， Ornstein–Uhlenbeck过程）进行动作空间探索。
使用经验重播可以稳定地学习以前的经验。
演员和评论家结构
在演员和评论家网络中使用目标模型（通过Polyak平均进行权重转移）。
使用Bellman方程描述每对<状态，动作>的最佳q值函数。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
