一点思考：
关于深度强化学习的入门建议复现这篇博客，原文DDPG链接，国内的翻译游戏。
文章的状态量不是端对端的图像，而是可解释性比较好的传感器的数字信号。
最近在强行使用端对端的方案，过程中遇到了很多困难，直到现在想要放弃，这个过程也是在不断地学习，以后肯定还会尝试端对端的方案。
我在知乎上看见这样一段话，参见文章：强化学习路在何方，让我放弃现在刚开始入门深度强化学习就尝试端对端。“考虑到RL 的不稳定性，在实际应用中不应盲目追求端对端的解决方案，而可以考虑讲特征提取（DL）和控制（RL）分开，从而获得更好的解释性和稳定性。”
网友评论