本研究结合深度Q学习和深度确定性策略梯度，解决了连续状态和动作空间学习的不足。通过引入优先级和参数噪声，显著提升了模型的鲁棒性和性能，为深度强化学习提供了重要参考。

在连续状态和动作空间中具有优先级和参数噪声的学习代理
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证