技术
SAC
一种基于最大熵强化学习的离策略算法，在连续动作控制任务中兼顾样本效率与稳定性。
详细解释
SAC（Soft Actor-Critic）由 Haarnoja 等人于 2018 年提出，在标准奖励之外加入策略熵项，鼓励探索并提升鲁棒性。它采用双 Q 网络缓解过估计，并用重参数化技巧对随机策略做梯度估计，属于 actor-critic 框架的离策略方法。SAC 在机器人控制、游戏等连续动作任务中表现优异，是深度强化学习的常用基线算法。
别名与相关写法
sac
相关术语
相关公司
相关资讯
高盛投入 5 亿美元联合四家 AI 实验室服务小企业2026/10/27
高盛：AI投资与政府借贷推高全球资本成本2026/9/20
CADENCE：面向小微企业现金流承保的下一笔交易分布预测2026/10/30
SAC-GCL：面向图对比学习的结构感知压缩框架2026/10/30
律所 Ropes & Gray 联手 OpenAI 开发交易尽职调查 AI2026/10/29
研究对比 PPO 与 SAC：双臂空间机器人协同运动控制中 SAC 大幅领先2026/10/26
TxnQA 发布交易事件序列分析推理基准2026/10/21
Instinct创始人称平台超半数交易与旅行相关2026/9/29