गहरा निर्धारक नीति ढाल (DDPG)
एक्टर नेटवर्क
एक तंत्रिका नेटवर्क जो एक निरंतर क्रिया स्थान में सीधे अवस्थाओं को इष्टतम क्रियाओं में मैप करना सीखता है।
← पीछेएक तंत्रिका नेटवर्क जो एक निरंतर क्रिया स्थान में सीधे अवस्थाओं को इष्टतम क्रियाओं में मैप करना सीखता है।
← पीछे