揭祕深度強化學習-7DQN的一些小技巧

看完覺得深受啓發的一篇文章，根據自己的理解翻譯過來留以後再次翻看 原文地址http://neuro.cs.ut.ee/demystifying-deep-reinforcement-learning/ 經驗回放(Experience Replay) 至今我們已經知道如何通過Q-learning和近似Q函數的CNN來評估任一狀態的未來獎勵。但是關於Q值的漸近使用的是非線性函數並不穩定。這裏有一些小技

>>阅读原文<<