技术
Soft Actor-Critic（软演员-评论家）
Soft Actor-Critic是一种基于最大熵的强化学习算法，解决连续控制中探索与利用的平衡问题。它在机器人控制中表现优异，代表工作如SAC论文。
详细解释
SAC在目标函数中加入熵项，鼓励策略探索。它采用双Q网络减少过估计，并使用重参数化技巧。SAC在多个连续控制基准上达到最先进水平，且样本效率高。
别名与相关写法
soft actor-critic
Soft Actor-Critic是一种基于最大熵的强化学习算法，解决连续控制中探索与利用的平衡问题。它在机器人控制中表现优异，代表工作如SAC论文。
SAC在目标函数中加入熵项，鼓励策略探索。它采用双Q网络减少过估计，并使用重参数化技巧。SAC在多个连续控制基准上达到最先进水平，且样本效率高。