自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

2301_77130288的博客

  • 博客(2)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 深度解析Soft Actor-Critic (SAC) 算法：原理、Trick与实现

在强化学习领域，如何平衡探索与利用、提升样本效率一直是核心挑战。**Soft Actor-Critic (SAC)** 作为一种基于最大熵的深度强化学习算法，凭借其出色的稳定性和样本效率，成为解决连续控制问题的热门选择。本文将从原理出发，结合关键Trick的实现细节，深入剖析SAC算法。

2025-02-17 20:19:08 971

原创 PPO核心算法流程图

PPO（Proximal Policy Optimization）算法是一种强化学习算法，旨在提高策略优化的稳定性和效率。

2025-01-20 19:46:25 567

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除