← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.436Z

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

此预览只包含定位所需的摘录和上下文。

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