使用Actor Critic相较于DDQN的优缺点

我是强化学习的新手,我读了一些关于Actor Critic和DDQN这两种算法的资料。我发现这两种算法都能得到相当不错的结果。但由于这两种算法完全不同,所以我想知道在哪些情况下我应该优先选择Actor Critic,而在哪些情况下应该选择DDQN。另外,使用Actor Critic相较于DDQN的优点和缺点是什么?


回答:

我认为来自《Deep Reinforcement Learning for Multi-Agent Systems: A Review of Challenges, Solutions and Applications》的以下图片回答了你的问题:enter image description here

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注