← 返回卡片

原书出处

强化学习

07 值函数逼近 7.3.2 Double DQN方法

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T14:51:48.895Z

Double DQN(DDQN)分别采用不同的值函数来实现动作选择和评估。传统的DQN架构自身就提供了两个网络:主网络和目标网络。因此可以直接使用主网络选择动作,再用目标网络进行动作评估,不必引入额外的网络。

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/强化学习/_epub-src/OEBPS/Text/1-016.xhtml

EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae