DPG 与 DDPG 全维度总对比表对比维度DPG（Deterministic Policy Gradient，确定性策略梯度）DDPG（Deep Deterministic Policy Gradient，深度确定性策略梯度）算法类型策略梯度理论（Policy Gradient Theory）深度强化学习算法（Deep Reinforcement Learning Algorithm）提出目的解决连续动作空间中的策略梯度优化问题将DPG扩展为可使用深度神经网络训练的实际算法核心定位数学理论框架完整强化学习算法是否为完整算法❌ 不是完整工程算法✅ 是完整可训练算法核心思想直接学习确定性策略