利用DQN解决Gym库的CartPole问题
刚刚入门强化学习,有问题还希望多多交流~
CartPole环境介绍
关于Gym库的CartPole环境请参考大佬的博客CartPole环境介绍
DQN介绍
DQN相比于Q_Learning其实就是将Q表变成了神经网络,也就是我们在t时刻向神经网络中输入一个状态S,然后神经网络会对这个状态下所能采取的动作进行评分并通过贪婪策略选择动作A得到Q(S,A),我们回想一下Q_Learning算法,看一下Q(S,A)的更新公式
他是需要下一个状态S’的maxQ(S’,A’)来完成当前Q(S,A)的更新,因此需要将S’
原创
2020-09-17 22:21:11 ·
894 阅读 ·
0 评论