#6.1 Actor Critic 演员评论家(强化学习Reinforcement Learning 教学 ) ... 结合了 Policy Gradient (Actor) 和Function Approximation (Critic) 的方法. ... <看更多>

今天我们会来说说强化学习中的一种结合体 Actor Critic (演员评判家), 它合并了以值为基础(比如Q learning) 和以动作概率为基础(比如Policy Gradients) ... ... <看更多>

这节课讲 Actor - Critic Methods。这节课主要内容：0:33 策略网络和价值网络的架构5:30 训练两个神经网络12:21 理解 Actor - Critic 方法15:04 算法 ... ... <看更多>