tensorflow2 tf2 DDPG算法玩立棍小游戏

? DDPG算法就不做过多解读了,就是用来进行连续值预测,a56爆大奖在线娱乐是使用DDPG进行立棍小游戏,详细过程解读注释在代码中,算法和模型都非常简单,考验的是基础,使用两个全连接模型,相互配合更新,共同让整个模型进步,a56爆大奖在线娱乐本篇文章不再对算法做过多解释 ? 训练日志 : 观察加权分数,可以看到分数波动是非常剧烈