تدرج السياسة الحتمية العميق (DDPG)

التعلم خارج السياسة

طريقة تعلم حيث يتعلم الوكيل سياسة مثالية أثناء اتباعه لسياسة سلوك أخرى، مما يسمح باستكشاف أفضل.

← رجوع