double q-learning | BriefGPT

关键词double q-learning

搜索结果 - 9

连续强化学习中的双 Q 学习适应
提出了一种基于混合策略、利用两个独立网络来校正过度估计偏差的新方法，在少量 MuJoCo 环境上展示了有前景的接近 SOTA 的结果。
PDF9 months ago
强化学习在针对对手目标下优化信用额度调整
本研究通过强化学习技术，使用离线学习策略，基于历史数据，针对银行问题，寻找最优信用卡额度调整策略，使用双 Q 学习代理可以优于其他策略，生成反映决策复杂性的最优决策策略，通过数据驱动方法而非仅仅依靠专家驱动系统进行决策。
PDFa year ago
带有保守优势学习的同时双 Q 学习对演员 - 评论家方法的应用
该论文提出了 Simultaneous Double Q-learning with Conservative Advantage Learning (SDQ-CAL) 算法，用于改善 Actor-critic Reinforcement
PDF2 years ago
基于动作候选的修剪双 Q 学习：离散和连续动作任务
本文提出针对 Double Q-learning 中 Clipped Double Q-learning 存在的欠估计偏差问题，设计了一种基于候选动作集的 Clipped Double Q-learning 算法，实现了解决动作的过度估计和
PDF2 years ago
AAAI基于行动候选的裁剪双 Q 学习适用于离散和连续动作任务
本文提出了一种基于动作候选的剪裁双估计器算法，用于降低去估计剪裁双 Q 学习算法中的低估计偏差，经实验证明该算法可以更准确地估计最大期望行动价值，并在几个基准问题中表现良好。
PDF3 years ago
ICLR随机集成双 Q 学习：在没有模型的情况下快速学习
本文介绍了一种名为 REDQ 的简单模型无关算法，通过大比例使用的 Update-To-Data（UTD）比率，在连续动作深度强化学习（DRL）基准测试中实现了与当前最先进的基于模型算法相媲美，甚至更好的性能，同时使用比基于模型的方法更少的
PDF3 years ago
AAAI自我校正 Q-Learning
本文介绍了一种新的自我校正 Q 学习算法，其通过平衡常规 Q-learning 中使用的单估计器的过高估计和 Double Q-learning 中使用的双估计器的低估计来解决最大化偏差问题，并提出了应用于 Deep Q Network 的
PDF4 years ago
ICML深度递归双 Q 学习用于 Atari 游戏
本文介绍了基于深度强化学习的新模型，使用双 Q-Learning 算法和循环神经网络（如 LSTM 和 DRQN）的实现方案，应用在类似阿塔里游戏、马里奥等的视频游戏中，通过奖励数据进行自我学习。
PDF5 years ago
AAAI双 Q 学习的深度强化学习
本文针对 DQN 算法中 Q-learning 超估计行动价值的问题，提出了 Double Q-learning 算法，通过将其与深度神经网络结合得到了一种新的算法，并在数个游戏里得到了更好的表现。
PDF9 years ago