PPO是目前非常流行的增强学习算法。
DDPG也是解决连续控制型问题的的一个算法，不过和PPO不一样，PPO输出的是一个策略，也就是一个概率分布，而DDPG输出的直接是一个动作。DDPG是一种入门算法，效果远不及PPO。
问ppo算法与ddpg算法区别
问题描述：
ppo算法与ddpg算法区别急求答案，帮忙回答下
答推荐答案
作业解答相关问答
-
cumquat的意思是什么意思是：金橘；句子实例：用作名词(n.)
-
Cummins的意思是什么意思是：卡明斯取自父名，来源于Cummin,含义是“卡明之子”(son of Cummin)；卡明斯；句子实例：用作名词(n.)
-
Cummings的意思是什么意思是：卡明斯取自父名，来源于Cumming,含义是“卡明之子”(son of Cumming)；卡明斯；句子实例：用作名词(n.)
-
Cumming的意思是什么意思是：卡明来源于布列塔尼人名，含义是“弯，弯曲”(bent,crooked)；卡明；句子实例：用作名词(n.)
-
cummin的意思是什么意思是：孜然芹，枯茗；
-
cummerbund的意思是什么意思是：（印度男人的）腹带，徽带，装饰带；句子实例：用作名词(n.)
-
cummer的意思是什么意思是：教母，女友，女人；句子实例：用作名词(n.)
-
cumene的意思是什么意思是：枯烯，异丙基苯；
