原书出处
强化学习
07 值函数逼近 7.3.3 Dueling DQN方法
上式只有一个等式,但包含两个未知数,这样就会出现一个无法识别问题:给定一个Q,无法得到唯一的V和A。比如,V和A分别加上和减去一个值能够得到同样的Q。因此,在确定的Q下,V和A有无穷多个组合,而实际中只有很小一部分的组合是合乎情理、接近真实数据的。
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