【5分鐘 Paper】Deep Reinforcement Learning with Double Q-learning

論文題目：Deep Reinforcement Learning with Double Q-learning 所解決的問題？   Q-Learning算法中存在動作值函數過估計(overestimate action values)的問題(因爲其更新方程中包含一個maximization動作值函數的一項)，那這樣的過估計問題是否會對其算法性能有所影響呢？能不能去避免這樣的一種過估計問題呢？ 背景

>>阅读原文<<