Definition
El algoritmo actor-crítico emplea dos componentes: el actor, que actualiza la política para seleccionar acciones, y el crítico, que evalúa la calidad de esas acciones estimando la función de valor.
Summary
Un marco de aprendizaje por refuerzo que combina métodos basados en valor y en política utilizando dos redes neuronales: un actor y un crítico.
Key Concepts
- Gradiente de política
- Función de valor
- Error de diferencia temporal
- RL híbrido
Use Cases
- Manipulación con brazos robóticos
- Agentes de juego (por ejemplo, AlphaStar)
- Sistemas de control continuo en vehículos autónomos