一种基于综合损失的演员评论家算法的机器人控制方法

本发明涉及机器人强化学习，尤其是涉及一种基于综合损失的演员评论家算法的机器人控制方法。背景技术：1、演员评论家（actor-critic）是一种基于值函数和策略函数的强化学习算法，可用于解决连续动作空......

2024-07-05 26

#评论家#机器人#算法