panbaoran913 2021-07-22 22:04 采纳率: 71.4%
浏览 271
已结题

强化学习中，对于连续状态空间和高维动作空间，采用什么方法？

1，强化学习中，对于连续状态空间和高维动作空间，采用什么方法？
2. DPG则是确定性策略梯度与AC算法的结合，Actor采用随机策略，Critic采用确定性策略。不明白Actor和Critic之间的联系

  • 写回答

1条回答 默认 最新

  • fengmao31 2021-11-03 01:35
    关注

    分层强化学习

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题？

问题事件

  • 系统已结题 11月11日
  • 已采纳回答 11月3日
  • 创建了问题 7月22日

悬赏问题

  • ¥15 linux驱动，linux应用，多线程
  • ¥20 我要一个分身加定位两个功能的安卓app
  • ¥15 基于FOC驱动器，如何实现卡丁车下坡无阻力的遛坡的效果
  • ¥15 IAR程序莫名变量多重定义
  • ¥15 (标签-UDP|关键词-client)
  • ¥15 关于库卡officelite无法与虚拟机通讯的问题
  • ¥15 目标检测项目无法读取视频
  • ¥15 GEO datasets中基因芯片数据仅仅提供了normalized signal如何进行差异分析
  • ¥100 求采集电商背景音乐的方法
  • ¥15 数学建模竞赛求指导帮助