ddpg训练时，target_actor(batch_s’)需要和choose_act一样处理吗?
收藏
比如，我在中choose_action函数对forward(state)取前四个输出，第五个输出置0，那么在训练时 target_actor(batch_next_s)，需要封装去前四个输出和第五个输出置0操作吗？还是不用管，直接forward()?
0
收藏
请登录后评论
