طرق الممثل-الناقد

تدرج السياسة الحتمية العميقة

خوارزمية الممثل-الناقد لمساحات الإجراء المستمرة تستخدم شبكات عصبية عميقة مع سياسة حتمية ومخزن إعادة التشغيل للتعلم المستقر خارج السياسة

← رجوع