模型Deep Transformer Q-Networks / DTQN

深度Transformer Q网络

一种将Transformer编码器作为记忆模块、用于部分可观测强化学习的Q值估计架构，通过自注意力对历史观测、动作和奖励序列建模以推断隐状态。

时间轴 (近 90 天)

10月31日

东北大学的一项研究提出深度Transformer Q网络（Deep Transformer Q-Networks），用Transformer架构解决部分可观测强化学习中的记忆与信用分配问题。

待验证50%

10月31日

该研究用Transformer编码器替代RNN作为记忆模块，输入是智能体过去若干步的观测、动作和奖励序列，输出用于估计Q值。

待验证50%

东北大学的一项研究提出深度Transformer Q网络（Deep Transformer Q-Networks），用Transformer架构解决部分可观测强化学习中的记忆与信用分配问题。

该研究用Transformer编码器替代RNN作为记忆模块，输入是智能体过去若干步的观测、动作和奖励序列，输出用于估计Q值。