DDPG算法详解：深度确定性策略梯度

DDPG是Deep Deterministic Policy Gradient的缩写，是一种确定性策略梯度算法。它由两个主要组成部分组成：Deep（深度网络）和Deterministic Policy Gradient（确定性策略梯度）。

相对于随机策略，确定性策略在同一状态下生成相同的策略，即采取相同的动作。随机策略则根据概率分布来选择不确定的动作。