how to

14-SAC

Nov 16, 2024
notesjulyfun技术学习hrl
1 Minutes
35 Words
  • DDPG 不是很稳定.
  • 【最大熵强化学习】
    • 为了防止陷入局部最优解，将策略的分布熵加入到 loss
    • default
  • [undone]
课堂计划
13-DDPG
Article title：14-SAC
Article author：Julyfun
Release time：Nov 16, 2024
Copyright 2025
Sitemap