deep Q learning小筆記
1.loss 是什麼算法
2.網絡
Q-Table的更新問題變成一個函數擬合問題，相近的狀態獲得相近的輸出動做。以下式，經過更新參數 θθ 使Q函數逼近最優Q值 函數
深度神經網絡能夠自動提取複雜特徵，所以，面對高維且連續的狀態使用深度神經網絡最合適不過了。學習
DRL是將深度學習（DL）與強化學習（RL）結合，直接從高維原始數據學習控制策略。而DQN是DRL的其中一種算法，它要作的就是將卷積神經網絡（CNN）和Q-Learning結合起來，CNN的輸入是原始圖像數據（做爲狀態State），輸出則是每一個動做Action對應的價值評估Value Function（Q值）。spa
相關文章
- 1. 從Q-Learning到Deep-Q-Learning
- 2. Deep Recurrent Q-Learning for Partially Observable MDPs筆記
- 3. Deep Q-learning
- 4. AI學習筆記——深度Q-Learning(Deep Q-Learing(DQN))
- 5. Deep Dyna-Q 閱讀筆記
- 6. Batch-Constrained deep Q- Learning(BCQ)
- 7. 論文筆記1：Deep Recurrent Q-Learning for Partially Observable MDPs
- 8. DQN（Deep Q-learning）入門教程（四）之Q-learning Play Flappy Bird
- 9. 從強化學習Reinforcement Learning到DQN(Deep Q-learning Network)學習筆記
- 10. 論文筆記：Deep Residual Learning
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • ADO 添加記錄 - ADO 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Java Agent入門實戰（三）-JVM Attach原理與使用
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 從Q-Learning到Deep-Q-Learning
- 2. Deep Recurrent Q-Learning for Partially Observable MDPs筆記
- 3. Deep Q-learning
- 4. AI學習筆記——深度Q-Learning(Deep Q-Learing(DQN))
- 5. Deep Dyna-Q 閱讀筆記
- 6. Batch-Constrained deep Q- Learning(BCQ)
- 7. 論文筆記1：Deep Recurrent Q-Learning for Partially Observable MDPs
- 8. DQN（Deep Q-learning）入門教程（四）之Q-learning Play Flappy Bird
- 9. 從強化學習Reinforcement Learning到DQN(Deep Q-learning Network)學習筆記
- 10. 論文筆記：Deep Residual Learning