原书出处
深入浅出强化学习:原理入门
06 第6章 基于值函数逼近的强化学习方法
1989年由Watkins提出来的,2015年Nature论文提到的DQN就是在Qlearning的基础上修改得到的。
DQN对Qlearning的修改主要体现在以下三个方面。 (1)DQN利用深度卷积神经网络逼近值函数; (2)DQN利用了经验回放训练强化学习的学习过程; (3)DQN独立设置了目标网络来单独处理时间差分算法中的TD偏差。
下面,我们对这三个方面做简要介绍。 (1)DQN利用卷积神经网络逼近行为值函数。 如图6.7所示为DQN的行为值函数逼
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00015.html
EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57