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。
20170914——丁酉年七月廿四
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
