[控场AI]
模型Double Deep Q-Network

Double DQN

DQN的改进算法，通过解耦动作选择与价值评估来缓解Q值过估计问题，提升训练稳定性。

时间轴 (近 90 天)

9月7日

Double DQN是Hasselt等人2016年提出的DQN改进版本，通过使用在线网络选择动作、目标网络评估Q值来缓解Q值过高估计问题

待验证50%
9月7日

Double DQN通过使用在线网络选择动作、目标网络评估Q值来解耦动作选择和价值评估,缓解Q值过高估计问题

待验证50%
8月26日

Double DQN 用于解决过估计，Dueling DQN 分离状态价值和优势函数，Prioritized Experience Replay 优先采样TD误差大的经验

待验证50%

全部知识事实 (3)

待验证

Double DQN是Hasselt等人2016年提出的DQN改进版本，通过使用在线网络选择动作、目标网络评估Q值来缓解Q值过高估计问题

50%待验证

Double DQN通过使用在线网络选择动作、目标网络评估Q值来解耦动作选择和价值评估,缓解Q值过高估计问题

50%待验证

Double DQN 用于解决过估计，Dueling DQN 分离状态价值和优势函数，Prioritized Experience Replay 优先采样TD误差大的经验

50%

来源文章

深度Transformer Q网络：破解部分可观测强化学习难题10月31日