本周从DQN开始,回顾了DPG、DDPG、TRPO。不得不说,深入去理解每一篇paper,才知道各路大神为什么要那样做,而不仅仅停留在知道代码怎么写的层面上。
总的来说,DPG的思想已经能完全理解,D.Silver确实是算法大神。TRPO在constraint那部分的理解上,还没吃透。打算歇停两天后再仔细看看。
下周白天时间,结合算法,用DDPG简单的实现AO控制仿真。
晚上用来再次精读一次TRPO,然后学习GPS、PPO。
本周从DQN开始,回顾了DPG、DDPG、TRPO。不得不说,深入去理解每一篇paper,才知道各路大神为什么要那样做,而不仅仅停留在知道代码怎么写的层面上。
总的来说,DPG的思想已经能完全理解,D.Silver确实是算法大神。TRPO在constraint那部分的理解上,还没吃透。打算歇停两天后再仔细看看。
下周白天时间,结合算法,用DDPG简单的实现AO控制仿真。
晚上用来再次精读一次TRPO,然后学习GPS、PPO。
本文标题:20170914——丁酉年七月廿四
本文链接:https://www.haomeiwen.com/subject/pqpdsxtx.html
网友评论