pi network更新 【TD3思路及代码】【自用笔记】

2024年10月25日 | Pi Network

1 组成（ ） Actor网络：这个网络负责根据当前的状态输出动作值。在训练过程中，Actor网络会不断地学习和优化，以输出更合适的动作。网络：TD3中有两个网络，也称为Twin 。这两个网络的主要功能是评估Q值（的...