hehedadaq的博客

深度强化学习Actor-Critic的更新逻辑梳理笔记文章目录深度强化学习Actor-Critic的更新逻辑梳理笔记前言：Actor-Critic架构简介：critic的更新逻辑actor的更新逻辑：前言：前几天在给师弟讲actor-critic架构更新逻辑的时候，actor的优化逻辑我卡了好一会儿，最终也没有完整的把逻辑梳理出来，今天刚好趁着脑子清醒，把之前的PPT拿出来，借着PPT的内容，将AC架构的更新逻辑说明白，特此做一个笔记。Actor-Critic架构简介：关于AC架构，还是简单的说说

off-policy全系列（DDPG-TD3-SAC-SAC-auto）+优先经验回放PER-代码-实验结果分析文章目录off-policy全系列（DDPG-TD3-SAC-SAC-auto）+优先经验回放PER-代码-实验结果分析前言：重新编辑莫烦的教程：代码：per的优缺点：实验测试结果：前言：之前在【一文弄懂】优先经验回放（PER）论文-算法-代码分析讨论了一下，TD3-PER的效果。但是当时由于忘了per的精髓，也没静下心去看原文。我写错了per中的td_error…将r+gamma*

极简深度强化学习实现-DDPG-TD3-SAC文章目录极简深度强化学习实现-DDPG-TD3-SACgithub地址based on实现目的和学习建议：下一步打算github地址https://github.com/kaixindelele/DRL-tensorflowbased onMy DRL library with tensorflow1.14 core codes based ...

先放代码吧："""Deep Deterministic Policy Gradient (DDPG), Reinforcement Learning.DDPG is Actor Critic based algorithm.Pendulum example.View more on my tutorial page: https://morvanzhou.github.io/tutori...

Tensorflow保存和重载参数参考链接：https://www.cnblogs.com/houkai/p/9723988.htmlhttps://blog.youkuaiyun.com/LordofRobots/article/details/77719020前言：虽然现在一直在用TensorFlow，但总有一种49年入国军的感觉。可最近还必须要用这个，且经常会出现一些稀奇古怪的bug，因此不...