#DDPG

这篇论文教机器人怎么在乱堆东西的桌面上把物体扔进篮筐，用势场表示结合SAC算法，真实实验成功率90%，比TossingBot强不少。

这篇论文对比了四种强化学习奖励函数在抵御网络攻击时的表现，发现Lyapunov奖励弹性最好，PPO比DDPG方差更低，做控制器设计可以拿来参考。

这项研究为刑侦领域提供了AI驱动的精准识别方案，做犯罪数据分析或公共安全研究的团队值得关注，能显著降低误判率。