| 基于情节经验回放的深度确定性策略梯度方法 |
| |
| 引用本文： | 张建行,刘全. 基于情节经验回放的深度确定性策略梯度方法[J]. 计算机科学, 2021, 48(10): 37-43. DOI: 10.11896/jsjkx.200900208 |
| |
| 作者姓名： | 张建行 刘全 |
| |
| 作者单位： | 苏州大学计算机科学与技术学院 江苏 苏州215006;苏州大学计算机科学与技术学院 江苏 苏州215006;苏州大学江苏省计算机信息处理技术重点实验室 江苏 苏州215006;吉林大学符号计算与知识工程教育部重点实验室 长春 130012;软件新技术与产业化协同创新中心 南京210000 |
| |
| 摘 要： | 强化学习中的连续控制问题一直是近年来的研究热点.深度确定性策略梯度(Deep Deterministic Policy Gradients,DDPG)算法在连续控制任务中表现优异.DDPG算法利用经验回放机制训练网络模型,为了进一步提高经验回放机制在DDPG算法中的效率,将情节累积回报作为样本分类依据,提出一种基于情节...
|
| 关 键 词： | 深度确定性策略梯度 连续控制任务 经验回放 累积回报 分类经验回放 |
Deep Deterministic Policy Gradient with Episode Experience Replay |
| |
| ZHANG Jian-hang,LIU Quan. Deep Deterministic Policy Gradient with Episode Experience Replay[J]. Computer Science, 2021, 48(10): 37-43. DOI: 10.11896/jsjkx.200900208 |
| |
| Authors: | ZHANG Jian-hang LIU Quan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
