确定性方法 DDPG 和 TD3
复制本地路径 | 在线编辑
这里我不想细究了，也是很有名的方法，但太过细节了。这里偷懒直接放上 Doubao 的回答一部分：
我感觉最关键是要知道这里的 DDPG 和 TD3 是直接输出动作 a，而不是像之前的方法直接输出 \(\mu, \sigma\)，然后再从中得到动作。
这里我不想细究了，也是很有名的方法，但太过细节了。这里偷懒直接放上 Doubao 的回答一部分：
我感觉最关键是要知道这里的 DDPG 和 TD3 是直接输出动作 a，而不是像之前的方法直接输出 \(\mu, \sigma\)，然后再从中得到动作。