PulseAugur
中
实时 10:43:41
实体 Successor Rollout Aggregation Deep Q-Network

Successor Rollout Aggregation Deep Q-Network

PulseAugur coverage of Successor Rollout Aggregation Deep Q-Network — every cluster mentioning Successor Rollout Aggregation Deep Q-Network across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_183324 ·

    新的SADQ方法增强了深度Q网络中Q学习的稳定性

    研究人员引入了后继者回溯聚合深度Q网络（SADQ），这是一种新颖的Q学习修改，旨在提高深度Q网络（DQN）的训练稳定性。SADQ通过使用从学习到的动力学模型进行的一次性回溯预测来解决DQN对估计噪声过于敏感的问题。这种方法指导未来回报的聚合，减少了最大化算子偏向不可靠估计所引起的误差放大。理论分析和在各种控制任务及Atari基准上的实证结果表明，与现有的DQN变体相比，SADQ在减轻高估和增强训练稳定性方面是有效的。