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 素材场景中光线烘焙后灯光失效
  • ¥15 请教一下各位，为什么我这个没有实现模拟点击
  • ¥15 执行 virtuoso 命令后，界面没有，cadence 启动不起来
  • ¥50 comfyui下连接animatediff节点生成视频质量非常差的原因
  • ¥20 有关区间dp的问题求解
  • ¥15 多电路系统共用电源的串扰问题
  • ¥15 slam rangenet++配置
  • ¥15 有没有研究水声通信方面的帮我改俩matlab代码
  • ¥15 ubuntu子系统密码忘记
  • ¥15 保护模式-系统加载-段寄存器