热门标签
热门文章
- 1Solr锁机制_solr write.lock
- 2【pandas】如何百倍加速实现nlargest同样功能_pandas pandas 没有 nlargest属性
- 3Node搭建后端框架【模块化，使用MySQL】_ndoe.js编写小程序后端使用什么框架
- 4改变linux命令行$前面的文字_linux修改$前面的名字
- 5windows搭建内网 域环境 域控制器 win7加入域
- 6【流水账】利用闲置笔记本搭建自己的开发服务器_轻薄本加服务器做工程
- 7华为OD- 用户调度_od子系统调度
- 8VM虚拟机扩展硬盘容量_虚拟机硬盘扩容
- 9使用python将unicode转码为字符串
- 102023年高教社杯 | 2023年高教社杯全国大学生数学建模思路（C题思路与Python代码）_2023高教杯c题
当前位置: article > 正文
SAC、LSTM、PPO、DDPG_lstm-sac
作者：weixin_40725706 | 2024-03-01 05:59:33
赞
踩
lstm-sac
一、SAC算法
知乎Flood Sung
感觉学习SAC前，有必要把基础知识好好学习学习啊，比如书本教材什么的
链接中的公式（10）好像有问题，应该是Q(st, at)，而不是Qsoft(st, at)；而且log前面似乎不应该再乘上系数阿尔法
论文Soft Actor-Critic: Off-Policy Maximum Entropy Deep Reinforcement Learning with a Stochastic Actor颇有些都不懂啊…先硬着头皮读完，然后读一读、跑一跑代码试试看。
另外，不能跑偏了主题，要时刻记得：此时学习SAC是为了比较当前算法的优劣，重点仍然是根据“环境”来解决问题，要尽快出成果！
二、LSTM算法
三、PPO
https://www.jianshu.com/p/f4d383b0bd4c
https://blog.csdn.net/weixin_41045354/article/details/104132049
四、DDPG
https://www.jianshu.com/p/22cdc0d9fa13
https://github.com/yanpanlau/DDPG-Keras-Torcs
https://blog.csdn.net/kenneth_yu/article/details/78478356
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/weixin_40725706/article/detail/171477
推荐阅读
相关标签
