- 博客(3)
- 收藏
- 关注
RSS订阅原创 manipulator control DDPG与HER回放项目学习
他先从observation里面拆出三块，state = np.concatenate然后马上拼成DDPG的state，再使用训练好的DDPG选择策略，然后把action传给env，得到new_observation, reward, done, truncated, _ ，然后保存图像，处理episode结束。还是老规矩，我一般会先看training和main的东西，感觉应该会比较简单，这个项目的话是用DDPG和TD3这两种算法，加上HER这种经验回放的方式进行训练的，值的一提的就是这个HER。
2025-11-28 12:49:08
588
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人