PulseAugur
中
实时 08:00:00

新的 Ensemble Elastic DQN 算法减少了强化学习中的高估偏差

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的强化学习算法 Ensemble Elastic DQN (EEDQN)，旨在减轻深度 Q 网络中的高估偏差。EEDQN 将自适应弹性多步回报与基于集成的方法的目标聚合相结合，并使用 Q 值差规则以简化在离散控制环境中的应用。在五个 MinAtar 环境上的评估表明，EEDQN 在其中四个环境中实现了最高的最终回报，优于几种已有的 DQN 变体。 AI

影响 引入了一种新颖的方法来提高基于价值的强化学习算法的稳定性和性能。

排序理由 这是一篇详细介绍强化学习新算法的研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 Ensemble Elastic DQN 算法减少了强化学习中的高估偏差

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Adrian Ly, Richard Dazeley, Peter Vamplew, Francisco Cruz, Sunil Aryal ·

    Ensemble Elastic DQN: A Step Dependent Ensemble Approach for Reducing Overestimation in Deep Value-Based Reinforcement Learning

    arXiv:2506.05716v2 Announce Type: replace-cross Abstract: Deep Q-Networks (DQN) can suffer from overestimation bias because bootstrapped targets use a maximisation operation over noisy value estimates. Ensemble-based methods and multi-step methods have each been used to improve t…

相关实体

相关话题