← 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 2026-11-19T06:04:54.437Z

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

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