在这篇文章里，我们将介绍Berkeley出品的Soft Actor-Critic（SAC）算法，该算法整合了 Actor-Critic、Off-Policy、Maximum Entropy Model 三大框架，极大程度的解决了以上RL算法的缺陷，相较于传统 RL 方法，也有着全新的贝尔曼方程表达式，同时在机器人等连续控制任务中有着非常出色的表现。

摘要

算法

image.png
📝[SAC]Soft Actor-Critic: Off-Policy Maximum Entropy Deep Reinforcement Learning with a Stochastic Actor - 图2

参考

  1. 最前沿：深度解读Soft Actor-Critic 算法
  2. 强化学习之图解SAC算法
  3. SAC论文解读以及简易代码复现
  4. 【强化学习算法 11】SAC
  5. Soft Actor-Critic论文阅读及代码实现
  6. 详解soft actor-critic

About

[PDF]
[Code]