共 2 篇相关文章
从概念、代码到数学，一文解析DQN（Deep Q-Network）的核心思想。基于Reddit热门笔记，涵盖经验回放、目标网络、贝尔曼方程与损失函数，适合强化学习初学者快速入门。
在CPU上训练小型DQN卡在400步/秒？本文解析多进程Worker并行架构的正确用法，探讨Actor-Learner解耦、Replay Buffer设计、replay ratio调优以及小网络该不该用GPU等强化学习工程实践问题。
