问问题描述
dhp值是什么意思,急求答案,帮忙回答下
答精选答案

是一种估计代价函数梯度的方法,而不是代价J本身。为此,需要一个函数来描述瞬时代价函数相对于系统状态的梯度。
在DHP的网络结构中,action网络和HDP的作用相同,都是生成控制信号,但是Critic网络不同,生成代价函数相对于状态的梯度
本文来自作者[机械小工]投稿,不代表公众科技网立场,如若转载,请注明出处:https://www.cpst.net.cn/jingxuan/4407063.html

评论列表(4条)
我是公众科技网的签约作者“机械小工”!
希望本篇文章《dhp值是什么意思》能对你有所帮助!
本站[公众科技网]内容主要涵盖:教育咨询,知识百科
本文概览:是一种估计代价函数梯度的方法,而不是代价J本身。为此,需要一个函数来描述瞬时代价函数相对于系统状态的梯度。在DHP的网络结构中,action网络和HDP的作用相同,都是生成控制信号,但是Critic网络不同,生成代价函数相对于状态的梯度