- 链接地址：https://blog.csdn.net/qq_41773233/article/details/118343790
- 链接标题：强化学习之图解SAC算法_sac算法网络更新流程-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：6572
文章浏览阅读1.6w次，点赞47次，收藏248次。强化学习之图解SAC算法1. 网络结构2. 产生experience的过程3. Q Critic网络的更新流程4. V Critic网络的更新流程5. Actor网络的更新流程柔性动作-评价（Soft Actor-Critic，SAC）算法的网络结构有5个。SAC算法解决的问题是离散动作空间和连续动作空间的强化学习问题，是off-policy的强化学习算法（关于on-policy和off-policy的讨论可见：强化学习之图解PPO算法和TD3算法）。SAC的论文有两篇，一篇是《Soft Actor-C_sac算法网络更新流程
版权声明：本文发布于特牛网址导航 内容均来源于互联网 如有侵权联系删除
标签：sac算法网络更新流程
