dhp值是什么意思

问题描述

精选答案

是一种估计代价函数梯度的方法，而不是代价J本身。为此，需要一个函数来描述瞬时代价函数相对于系统状态的梯度。

在DHP的网络结构中，action网络和HDP的作用相同，都是生成控制信号，但是Critic网络不同，生成代价函数相对于状态的梯度

其他回答

财务哲学随笔

游戏里的DHP（免伤值）

针对物理攻击影响血的质量的属性包括护甲和闪避。