知识卡片

普通读书笔记卡 · 9873.k.1 · 生成模型:未记录

Dueling网络分解价值优势

理解等级:中级

Dueling DQN 将网络输出分成状态价值和各动作优势,再组合成动作价值。由于给价值加常数、给优势减同样常数不改变 Q,需要对优势作中心化等约束,才能确定这一分解的表示。

这张卡片看不懂?

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

    参考来源

    - 位置:《现代人工智能技术》第8章《强化学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml) - 结论依据:原文说明共享网络后的价值、优势分支以及分解不唯一。 - 原始内容:神经网络的最后几层会有两个分支,分别输出状态价值函数和优势函数,再求和得到Q值。