知识卡片
经验回放打散连续训练样本
DQN 用网络处理画面并同时估计可选动作的价值。把交互转移存入经验池,每次随机抽小批量学习。相邻帧往往高度相似,打散采样既能降低相邻训练样本的相关性,也能重复利用较早的奖励经验。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
随机采集小批量
参考来源
- 位置:《AI游戏开发和深度学习进阶》第5章 5.2 DQN和街机游戏(book-source,`extracted/AI游戏开发和深度学习进阶/_epub-src/OEBPS/Text/0043.xhtml`)
- 结论依据:原文把 CNN 近似动作价值与随机小批量的经验记忆配套说明。
- 原始内容:随机采集小批量