DDPG强化学习赛车训练产品系统

项目使用DDPG算法和Keras对TORCS赛车模拟平台进行训练，以达到最优路径和最短时间的训练效果。
DDPG：其主要结合改进了以下三种算法或框架：
· DPG（Deterministic Policy Gradient）确定性策略梯度算法
· DQN（Deep Q-Network）深度Q网络
· AC（Actor-Critic）随机离线策略 Actor−Critic框架
DDPG可以看成是DQN的扩展版 ，不同的是，以往的DQN在最终输出的是一个动作向量，对于DDPG是最终确定地只输出一个动作。而且，DDPG让DQN可以扩展到连续的动作空间。
可以用来作为强化学习、机器学习、深度学习课设。