如何解决在DqnAgent / tf_agents中，log_probability意味着什么
在tf_agents DqnAgent docs中，构造函数中有一个名为emit_log_probabilities的参数，对“是否策略发出日志概率”的解释非常无用。
在这种情况下，log_probabilites实际上意味着什么？如果启用它，即使我有很多可能的动作，它也会给我一个标量值而不是向量，所以我认为这不是每个动作的概率。请参阅此unanswered but related post，以获取代理设置的完整代码示例以及emit_log_probability=True
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
