PyTorch-ActorCriticRL:DDPG算法的PyTorch实现用于连续动作强化学习问题-源码
PyTorch-ActorCriticRL
PyTorch实现的连续动作actor-critic算法。 该算法使用DeepMind的深度确定性策略梯度方法更新演员和评论者网络，并使用过程在使用确定性策略的同时在连续动作空间中进行探索。
DDPG
是一种策略梯度算法，它使用随机行为策略进行探索（在这种情况下为Ornstein-Uhlenbeck）并输出确定性目标策略，该策略更易于学习。
政策估算（演员）
Actor网络由一个三层神经网络组成，该神经网络将状态输入，并输出应由Pi表示的动作（a ） 。
政策评估（严重）
批判网络由一个三层神经网络组成，该神经网络将状态（s）和相应的动作（a）输入，并输出由Q（s，a）表示的状态动作值函数。
演员优化
通过最小化损耗来优化策略：-和（-Q（s，a）） 。
批判性优化
通过最小化损耗来优化评论者：-L2 （r + gamma * Q（s1，
文件下载
资源详情
[{"title":"（ 6 个子文件 6KB ） PyTorch-ActorCriticRL:DDPG算法的PyTorch实现用于连续动作强化学习问题-源码","children":[{"title":"PyTorch-ActorCriticRL-master","children":[{"title":"main.py <span style='color:#111;'> 1.64KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 1.91KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 4.30KB </span>","children":null,"spread":false},{"title":"buffer.py <span style='color:#111;'> 1.01KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 2.76KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.49KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 稀疏表示的子空间聚类算法
- 51单片机与TLC2543接口、程序、proteus仿真、芯片资料
- 深度学习综述PPT.pptx
- 基于串口的温度曲线显示上位机
- open bilibili 源码
- SQL Server 2008 R2 Enterprise (SP3) 企业版 绿色版
- 基于ASP的商城系统源码 购物网站源码. 毕业设计
- 模仿百度以图搜图功能/淘宝的拍立淘功能
- 协同训练的一个小例子
- 光纤通信系统第2版 课后习题答案
- javaee几个典型课程设计
- 纠错编码原理和应用 张宗橙 PDF高清版
- Selenium的chrome版驱动程序chromedriver
- 数据结构约瑟夫.cpp
- 综合类机考模拟题.zip
- USBDeviceTreeViewer_v3.4.0.rar
- 2020年美赛特等奖论文合辑.rar
- mongodbmanagerfree_inst.exe
- 会展管理毕业论文参考资料zip
- ESME_Manual.pdf
- 图片浏览器实现和图像编辑器实现源代码
- VC++2010 Express(含激活）
- 海贼王android小游戏源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明