深度强化学习总结(DQN,DDQN,Actor-Critic,DDPG)
DQN与Double DQN的区别:DQN: YtDQN=Rt+1+γmaxaQ(St+1,a:θt−)Y^{DQN}_t=R_{t+1}+ \gamma\underset{a}{max}Q(S_{t+1},a:\theta^-_t)YtDQN=Rt+1+γamaxQ(St+1,a:θt−). 即模型输出的为Q值,然后根据Q值去计算 YDQNY^{DQN}YDQN.Doube DQN: YtDoubleDQN=Rt+1+γQ(St+1,argmaxaQ(St+1,a:θt);θt−)Y^{D
原创
2021-01-10 15:35:14 ·
4140 阅读 ·
0 评论