漂流萍
流体力学＋强化学习，USTCer
发布于

强化学习的动作空间是离散-连续混合，而且周期决策，应该如何实现？

水区
浏览 (849) 点赞 收藏
评论(3)
  • 米祈睿
    米祈睿 回复

    不太明白，拍动的幅值为什么要设定为离散空间，难道 连续的不是更 fit 吗？

  • 米祈睿
    米祈睿 回复

    不太懂 分层强化学习指的是什么呢？ 前面动作选择，其实是 complex action space 的问题，下图中总结了在 complex action 下的一些工作，可以从这篇 paper 的 reference 里去索引：Action Space Shaping in Deep Reinforcement Learning

  • chenvy
    chenvy 回复

    伯禹人工智能学院之--参数学习
    https://www.boyuai.com/elites/course/xVqhU42F5IDky94x