强化学习中的ddpg网络 输出维度可以根据输入可以动态变化吗？
收藏
正常ddpg网络的一开始的输出维度就固定了，如何设计动态的 ，或者固定，如何达到我下面的需求？
比如 ddpg网络输入
当state=【6】，输出层经过softmax=【0.1，0.2，0.1，0.1，0.25，0.1，0.1】
当state=【3】，输出层经过softmax=【0.5，0.3，0.2】
当state=【4】，输出层进过softmax= 【0.2，0.3，0.3，0.2】
0
收藏
请登录后评论
