第一章 TD3简介1 TD3出现的背景在深度强化学习的发展过程中，连续动作控制（Continuous Action Control）一直是一个非常重要的问题。例如：自动驾驶中的方向盘角度控制；机械臂关节力矩控制；无人机姿态控制；机器人行走控制。这些任务中的动作通常不是简单的几个离散选项，而是：a∈Rna\in\mathbb{R}^na∈