panbaoran913 2021-07-22 22:04 采纳率: 71.4%
浏览 289
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