https://www.chenk.top/zh/tags/td3/Recent content in TD3 on Chen Kai BlogHugozh-CNMon, 11 Aug 2025 09:00:00 +0000https://www.chenk.top/zh/reinforcement-learning/03-policy-gradient%E4%B8%8Eactor-critic%E6%96%B9%E6%B3%95/Mon, 11 Aug 2025 09:00:00 +0000https://www.chenk.top/zh/reinforcement-learning/03-policy-gradient%E4%B8%8Eactor-critic%E6%96%B9%E6%B3%95/<p>DQN 证明了深度强化学习能够成功解决 Atari 游戏，但其能力存在明显局限：仅适用于<strong>离散动作空间</strong>。若用于控制具有七个连续关节角度的机械臂，则会完全失效——因为每一步动作选择都需要额外求解一个内部优化问题。</p>