-
SAC算法
SAC算法
全称Soft Actor-Critic算法，为优化目标引入了熵约束项，增大了动作的探索性，避免陷入局部最优解，原论文
- 继承了Soft Q-Learning
- 提出了Soft Policy Iteration，进而推导了Soft Actor-Critic
- 参数更新时机：每走N步数，更新M次参数
算法伪代码
-
相关阅读:
封装axios的两种方式
04-跨域请求
升级node到指定版本
C++要笑着学：非类型模板参数 | 模板的特化
鸿蒙HarmonyOS实战-ArkUI组件（页面路由）
IDEA 2022.2.1 Beta 2发布：新增支持Java 18、增强JUnit 5的支持
【openGauss】让gsql和sqlplus输出包含有SQL及数据的完全一致的文本文件
SourceTree 4.1.5(Git客户端)
BIOMOD2模型、MaxEnt模型物种分布模拟，生物多样性生境模拟，论文写作
SpringSecurity入门到精通
- 原文地址：https://blog.csdn.net/qq_51352578/article/details/132747192