强化学习-A3C算法

A3C：异步优势演员-评论员算法（Asynchronous Advantage Actor-Critic）

2016年Google的DeepMind团队提出的基于异步梯度的深度强化学习算法。

强化学习重要符号释义（理解了这些才能慢慢搞懂，，，妈妈太难了~）

 

posted @ 2022-10-20 20:46  今夜无风  阅读(159)  评论(0)    收藏  举报