10.19734/j.issn.1001-3695.2018.06.0513
基于排序优先经验回放的竞争深度Q网络学习
为减少深度Q网络(DQN)算法的训练时间,采用结合优先经验回放机制与竞争网络结构的DQN方法,针对Open AI Gym平台cart pole和mountain car两个经典控制问题进行研究,其中经验回放采用基于排序的机制,而竞争结构中采用深度神经网络.仿真结果表明,相比于常规DQN算法、基于竞争网络结构的DQN方法和基于优先经验回放的DQN方法,该方法具有更好的学习性能,训练时间最少.同时,详细分析了算法参数对于学习性能的影响,为实际运用提供了有价值的参考.
强化学习、深度Q网络、竞争网络、排序优先经验回放
37
TP181(自动化基础理论)
2020-06-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
486-488