深度Q-learning，策略梯度，演员评论家模型以及DDPG模型的完美结合
深度强化学习2.0 (Deep Reinforcement Learning 2.0)
InstructorHadelin de PontevesDuration9h 32m
Students334
Rating4.8 (40)
InstructorHadelin de Ponteves深度Q-learning，策略梯度，演员评论家模型以及DDPG模型的完美结合
InstructorHadelin de Ponteves
