Dueling DQN：Q=V+A

目錄 相關知識 網絡結構 應用場景 存在的問題 相關知識 DQN算法： 優勢函數(Advantage Function)： 網絡結構 和DQN的不同是：在特徵層和輸出層之間的全連接層，分成了兩部分，一部分用於近似state-value V(s)，另一部分近似Advantage-Function A(s, a)，求和(combine)得到最終的Q(s, a)。 應用場景 如論文所描述，有些場景，環境

>>阅读原文<<