deep Q learning小笔记
1.loss 是什么算法
2.网络
Q-Table的更新问题变成一个函数拟合问题，相近的状态获得相近的输出动做。以下式，经过更新参数 θθ 使Q函数逼近最优Q值 函数
深度神经网络能够自动提取复杂特征，所以，面对高维且连续的状态使用深度神经网络最合适不过了。学习
DRL是将深度学习（DL）与强化学习（RL）结合，直接从高维原始数据学习控制策略。而DQN是DRL的其中一种算法，它要作的就是将卷积神经网络（CNN）和Q-Learning结合起来，CNN的输入是原始图像数据（做为状态State），输出则是每一个动做Action对应的价值评估Value Function（Q值）。spa
相关文章
- 1. 从Q-Learning到Deep-Q-Learning
- 2. Deep Recurrent Q-Learning for Partially Observable MDPs笔记
- 3. Deep Q-learning
- 4. AI学习笔记——深度Q-Learning(Deep Q-Learing(DQN))
- 5. Deep Dyna-Q 阅读笔记
- 6. Batch-Constrained deep Q- Learning(BCQ)
- 7. 论文笔记1：Deep Recurrent Q-Learning for Partially Observable MDPs
- 8. DQN（Deep Q-learning）入门教程（四）之Q-learning Play Flappy Bird
- 9. 从强化学习Reinforcement Learning到DQN(Deep Q-learning Network)学习笔记
- 10. 论文笔记：Deep Residual Learning
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • ADO 添加记录 - ADO 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 从Q-Learning到Deep-Q-Learning
- 2. Deep Recurrent Q-Learning for Partially Observable MDPs笔记
- 3. Deep Q-learning
- 4. AI学习笔记——深度Q-Learning(Deep Q-Learing(DQN))
- 5. Deep Dyna-Q 阅读笔记
- 6. Batch-Constrained deep Q- Learning(BCQ)
- 7. 论文笔记1：Deep Recurrent Q-Learning for Partially Observable MDPs
- 8. DQN（Deep Q-learning）入门教程（四）之Q-learning Play Flappy Bird
- 9. 从强化学习Reinforcement Learning到DQN(Deep Q-learning Network)学习笔记
- 10. 论文笔记：Deep Residual Learning