揭秘深度强化学习-7DQN的一些小技巧

看完觉得深受启发的一篇文章，根据自己的理解翻译过来留以后再次翻看 原文地址http://neuro.cs.ut.ee/demystifying-deep-reinforcement-learning/ 经验回放(Experience Replay) 至今我们已经知道如何通过Q-learning和近似Q函数的CNN来评估任一状态的未来奖励。但是关于Q值的渐近使用的是非线性函数并不稳定。这里有一些小技

>>阅读原文<<