DRL
Striving for Simplicity and Performance in Off-Policy DRL: Output Normalization and Non-Uniform Sampling
 **发表时间：**2020（ICML 2020） **文章要点：**这篇文章基于SAC做简单并且有效的改进来提升 ......
关于RL 和DRL中的算法总结
其中： RL 分为基于价值的学习和基于策略的学习 和 AC 架构的 # 价值学习 ## DQN DQN = Q_learing+网络 使用了价值网络 q(..w) ### DQN 训练的过程 **基础的DQN 就是 训练Q网络 更新w 参数** 代码中梯度下降用的是下面这一张 ![](https:/ ......