- 博客(9)
- 收藏
- 关注
原创 Actor-Critic算法
Actor-Critic从名字上看包括两部分,演员 (Actor) 和评价者 (Critic) 。其中 Actor 使用我们上一节讲到的策略函数,负责生成动作 (Action) 并和环境交互。而Critic使用我们之前讲到了的价值函数,负责评估Actor的表现,并指导Actor下一阶段的动作。
2022-09-20 20:00:43
15929
1
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