Gym environment

新型三元神经元模型提升深度Q学习性能

研究人员开发了一种新颖的三元脉冲神经元模型，以增强深度Q学习任务中二元脉冲神经元的表征能力。该新模型旨在减轻梯度估计偏差，这被认为是先前三元神经元模型中观察到的性能下降的一个假定原因。当集成到深度脉冲Q学习网络（DSQN）并在七款Atari游戏中进行测试时，所提出的三元神经元在性能上优于二元神经元，并解决了先前三元模型中出现的显著性能下降问题，从而使DSQN成为自主决策的更可行选项。