如何使用Keras最大化功能

Question

我正在尝试用Keras实现Deep Deterministic Policy Gradient。

这是算法：

DDPG algorithm

问题是步骤14。

在这里，我们有2个模型：演员π和评论家Q。 目的是以最大化Q（s，π（s））的方式修改π参数。由于没有目标值，因此无法使用Keras损失。

因此，问题是：是否可以使用Keras优化器来最大化函数Q（s，π（s））？ [更多信息：是否可以优化函数f（π（s））？]

还要注意，Q也是一个模型，因此在优化中必须指定考虑的参数是π的参数。