A Deep Hierarchical Approach to Lifelong Learning in Minecraft

把之前读的一篇HRL的文章也补上。

这个文章的代码，我看了两天，表示看的不大明白，只能找到一个lua脚本写出来的版本，感觉读起来很吃力

网络模型：

先介绍一下文章的总体思想：

主要由两部分组成，一个控制器，一个以往获得的经验。

这里提到了一个蒸馏法，也就是有一个T net 有一个 S net ， S net可以不断地学习T net，不断拟合。

控制器主要是决定采用一个单独的步骤，还是采用策略。然后就和hdqn一样了。不过这个算法出现的比较晚，所以他用的double-dqn。以上。代码有兴趣的可以看一下，lua写的，好多地方没注释，看着很费力。