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
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近 ,Dueling DQN则对 分别利用神经网络逼近,其网络结构如图6.10c所示。
图6.10c Dueling DQN网络结构 6.3 函数逼近方法 本章第一节介绍了基于值函数逼近的强化学习算法。这一
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