طرق الممثل-الناقد

تدرج السياسة الحتمية العميقة المزدوجة المؤجل

تحسين DDPG يستخدم ناقدين توأمين لتقليل المبالغة في تقدير القيمة وتحديثات مؤجلة للممثل والأهداف لاستقرار أفضل

← رجوع