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
为了更好地采样,可以利用更高级的算法,如SumTree的方法,具体可参看相关论文。 6.2.4 Dueling DQN
不管是最初的DQN,还是由DQN演化出的Double DQN、经验优先回放DQN在值函数逼近时所用的神经网络都是卷积神经网络。Dueling DQN则从网络结构上改进了 DQN。
动作值函数可以分解为状态值函数和优势函数(本书第 8 章有形象的解释),即 前面介绍的各类DQN方法,直接利用神经网络逼
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