强化学习-学习笔记4|强化学习-学习笔记4 | Actor-Critic

RL中的价值学习和策略学习分别基于不同的思路完成对 agent 的自动控制,而actor-critic将两者结合在一起,策略网络扮演运动员的角色,价值网络扮演裁判的角色,分别训练,得到较为满意的结果。

    推荐阅读