莫烦python简历_Rainbow: 融合DQN六种改进的深度强化学习方法！

1 简介

Rainbow是DeepMind提出的一种在DQN的基础上融合了6个改进的深度强化学习方法。

六个改进分别为：

(1) Double Q-learning；

(2) Prioritized replay；

(3) Dueling networks；

(4) Multi-step learning；

(5) Distributional RL；

(6) Noisy Nets.

Rainbow是model-free, off-policy, value-based, discrete的方法。

本文汇总了一些关于Rainbow的资料。

下面是Rainbow论文的下载地址：Rainbow: Combining Improvements in Deep Reinforcement Learning​www.aminer.cn

2 Rainbow

2.1 DQN

01原始论文

2013版：Playing Atari with Deep Reinforcement Learning​www.aminer.cn

2015版：Human-level control through deep reinforcement learning​www.aminer.cn

02 相关资料强化学习(九)Deep Q-Learning进阶之Nature DQN​www.cnblogs.com什么是 DQN - 强化学习 (Reinforcement Learning) | 莫烦Python​mofanpy.comFrank Tian：【DRL-1】Deep Q Network​zhuanlan.zhihu.co