实体
Averaged DQN
Averaged DQN
PulseAugur coverage of Averaged DQN — every cluster mentioning Averaged DQN across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Memory Merge DQN 增强了 Atari 游戏中稳定价值的学习
研究人员推出了一种新颖的深度 Q 网络目标网络更新机制——Memory Merge DQN，旨在提高强化学习中智能体的稳定性和最终性能。该方法通过合并在线网络的近期历史副本来构建目标网络，根据参数对 Q 值敏感度的影响来加权参数，而不是简单地复制最新的参数。这种方法旨在在长时程学习中保留有用的价值函数结构。在 Atari 环境上的评估表明，Memory Merge DQN 具有竞争力，在几款游戏中取得了优于标准 DQN、Average…
-
新的 Ensemble Elastic DQN 算法减少了强化学习中的高估偏差
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。