Deep Deterministic Policy Gradient (DDPG) 是“Deterministic”（确定性）的，因为它使用了一个确定性策略网络，而不是像传统的强化学习算法（例如，基于策略梯度的算法）那样使用随机策略网络。
具体来说，DDPG 使用的是一个确定性策略函数，通常表示为
标签：输出,策略,动作,Gradient,Deterministic,PPO,确定性,DDPG From： https://www.cnblogs.com/myleaf/p/18581943
Deep Deterministic Policy Gradient (DDPG) 是“Deterministic”（确定性）的，因为它使用了一个确定性策略网络，而不是像传统的强化学习算法（例如，基于策略梯度的算法）那样使用随机策略网络。
具体来说，DDPG 使用的是一个确定性策略函数，通常表示为
标签：输出,策略,动作,Gradient,Deterministic,PPO,确定性,DDPG From： https://www.cnblogs.com/myleaf/p/18581943