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
- QT sqlite加密数据库引擎
- 鲁棒控制6本经典教材
- DSP2812 ADC电压采集完整工程代码
- python实现VRPTW求解禁忌搜索算法
- stm32 BootLoader简单跳转
- 光盘-数字图像处理预机器视觉（Visual C++与Matlab实现）第2版-part1
- STM8S207C6单片机 HF-A11X WIFI 电机主控板AD设计硬件原理图+PCB+封装库文件.zip
- oled_xia.zip
- 2个cordva app项目源代码.zip
- redis的一些知识点
- Android Base64对图片进行编码和解码.zip
- 基于VC++的FFT频谱分析
- 电子琴VHDL设计方案
- socket编程常用API汇总
- 蚁群算法在去掉回路的TSP问题中应用（PY）
- 可以用于顶部导航的模板
- 旅游门户网站源代码
- 基于java语言的浏览器设计与实现
- junit4.9 jar包
- 一个不错的词典数据库，用mdx转成sqlite
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