zhuhua造轮子的博客

以下是深度强化学习：深度Q网络DQN的迭代流程、其中增加了经验回放、固定Q目标等处理技巧。流程的关键点是：1、该流程是一个横向展开流程，从左向右是时间轴上的逐步迭代。2、流程中动作值函数的逼近方法使用的是神经网络模型（图中含NET的步骤，具体根据需要设计）。3、除初始化环节，每个迭代循环分为两大步操作，以随机缓存区为分界，上部为采样环节（sample，提供新的数据），下部为学习环节...

以下是强化学习-时间差分学习算法、SARSAmax算法、Q学习算法与神经网络模型相结合的迭代流程图(深度Q学习）流程的关键点是：1、流程中动作值函数的逼近方法使用的是神经网络模型（图中含NET的步骤，具体根据需要设计）。2、流程中需要先利用网络完成所有动作空间的动作值估算，然后根据max策略选取一个动作值作为动作估计值，再结合折扣系数、直接奖励估算真值。3、每一次迭代中，都会使用两...