在本教程中，我将通过实施Advantage Actor-Critic(演员-评论家，A2C)代理来解决经典的CartPole-v0环境，通过深度强化学习（DRL）展示即将推出的TensorFlow2.0特性。虽然我们的目标是展示TensorFlow2.0，但我将尽最大努力让DRL的讲解更加平易近人，包括对该领域的简要概述。在本教程中，我将通过实施Advantage Actor-Critic(演员-评论家，A2C)代
阅读背景：
TensorFlow 2.0深度强化学习指南_阿里云云栖号
来源：互联网
分享到：
