18、深度强化学习中的策略梯度与优化方法

深度强化学习中的策略梯度与优化方法

1. 深度Q网络（Deep Q-Networks）实践

深度Q网络（DQN）在处理图像输入的强化学习任务中表现出色。以下是实践DQN的关键步骤：
1. 指定超参数 ：

n_episode = 1000
lr = 0.00025
replay_size = 32
target_update = 10

2. 创建DQN模型 ：

dqn = DQN(3, n_action, lr)

3. 定义经验缓冲区 ：

from collections import deque
memory = deque(maxlen=100000)

4. 执行深度Q学习 ：

total_reward_episode = [0] * n_episode
q_learning(env, dqn, n_episode, replay_size, target_update, gamma=.9, epsi