本文从Q值函数出发，介绍SARSA与Q-Learning两种算法，并探讨了在复杂环境中如何利用值函数逼近来应对大规模状态空间的问题。进一步讨论了Deep Q-Learning中经验回放的应用及其优势，并展示了DQN在Atari游戏上的应用案例。
Deep Q-Network
1.复习Q值函数
SARSA
2.Q-Learning
如果（s,a）状态太多太复杂怎么办？（围棋、Atari游戏，星际争霸）
拟合值函数Q（s，a）
几种值函数逼近（Value Function Approximation）
值函数
Linear Combination of Features
Neural Network
Decision Tree
Nearest Neighbor
以及任何其他的函数都可能用来拟合值函数
Q-Network
Gradient Descent
3.Deep Q-Learning
Experience Replay
Experience Replay优点：训练数据利用率高，随机才养出来的Experience直接相关性小，可降低训练的Variance
DQN玩Atari
Double DQN
Duelling network模型
扫一扫
3100
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
