Aftab

新的Aftab架构提高了深度强化学习的效率

研究人员开发了“Aftab”，一种用于并行Q网络的新型架构，可提高深度强化学习中的样本效率和表示能力。该新框架系统地评估了八种不同的卷积神经网络（CNN）拓扑，并集成了Hadamax编码范式以及分布、集成和对偶Q学习头等高级技术。在Atari-57基准测试上的实验表明，Aftab在标准Q网络上实现了0.86的改进概率，在Procgen Hard基准测试上的进一步评估显示了改进的分布外泛化能力。