← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9873.p.1.a · 生成模型:未记录

Bootstrapped DQN用多头探索

理解等级:中级

Bootstrapped DQN 用不同抽样数据训练多个 Q 函数头,每个回合采样一个头并按其策略行动;不同头的预测差异提供近似不确定性,并支持跨多个时间步一致的探索。

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:本节对方法和局限的说明。 - 原始内容:Bootstrapped DQN通过并行构建了K个数据集