专业知识多选题练习系列（五）

21、 [多选] 关于 DoubleDQN 说法正确的是（）。

• A ： Q 值的目标值中的 max 操作会产生过估计，从而影响找到最佳策略

• B ： DoubleDQN 可以减小偏差• C ：DoubleDQN 的目标函数与 DQN 的完全相同

• D ：DoubleDQN 引入了优势函数（advantage function）

正确答案：A,B 

解析：DoubleDQN 是在 DQN（DeepQ-Network）的基础上进行改进的算法，主要解决

DQN 算法中 Q 值过高的问题。对于选项，A 正确，因为在 DQN 中，Q 值的目标值中的

max 操作会产生过估计，从而影响找到最佳策略；B 正确，因为 DoubleDQN 通过引入两

个 Q 网络，一个用于选择行动，一个用于估计目标价值，从而减小了偏差；C 错误，因为

DoubleDQN 的目标函数与 DQN 的不同，其中利用了另一个 Q 网络的输出；D 错误，因为

DoubleDQN 没有引入优势函数，只是通过引入第二个 Q 网络来减少 Q 值的过估计。因此，答案为 AB。