【深度強化學習 二】Q-Learning小技巧（2）（李宏毅老師學習視頻筆記）

首先放視頻地址李宏毅老師深度強化學習視頻。 上一篇初識Q-Learning講了一些基礎知識，本篇記錄改進內容。html Double DQN 在DQN中，Q值老是會被高估，由於 Q ( s t , a t ) Q\left(s_{t}, a_{t}\right) Q(st​,at​)的target是 r t + max ⁡ a Q ( s t + 1 , a ) r_{t}+\max _{a} Q

>>阅读原文<<