PulseAugur
中
实时 10:42:56
实体 Successor-state Aggregation Deep Q-Network

Successor-state Aggregation Deep Q-Network

PulseAugur coverage of Successor-state Aggregation Deep Q-Network — every cluster mentioning Successor-state 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_183372 ·

    新的SADQ方法增强了深度Q学习中的Q值更新

    研究人员开发了后继状态聚合深度Q网络（SADQ），这是一种增强深度Q学习（DQN）中Q值更新的新方法。SADQ通过显式地使用随机转移模型来建模环境动态并整合后继状态分布，解决了DQN更新中因依赖来自潜在次优过去策略的下一状态而导致的高方差问题。SADQ旨在提供更稳定且与策略一致的值更新。该方法在各种强化学习基准测试和现实世界的控制任务中，在稳定性和学习效率方面均持续优于标准的DQN变体。