码迷,mamicode.com
首页 > Web开发 > 详细

Deep RL Bootcamp Lecture 3: Deep Q-Networks

时间:2018-04-30 17:54:36      阅读:194      评论:0      收藏:0      [点我收藏+]

标签:method   not   nal   ram   idt   man   end   bsp   ddl   

https://www.youtube.com/watch?v=fevMOp5TDQs

 

技术分享图片

 

 

 

 技术分享图片

 

 

 

 技术分享图片

 

 

 

 技术分享图片

 

 

 

技术分享图片

 

  

 

 

 

技术分享图片

 

 

 

 

 技术分享图片

 

 

 

 技术分享图片

 

 

http://www.denizyuret.com/2015/03/alec-radfords-animations-for.html

 

技术分享图片 技术分享图片技术分享图片技术分享图片

 

 

 

技术分享图片

artari is not a MDP, but MDP method works well. or use RNN

in many domains, people end up using RNN to represent q-function.

 

 

技术分享图片

 

 

 

技术分享图片

 

 replay really makes a difference!!!

 

 

 

 技术分享图片

 

 

 

技术分享图片

 

 

 

 

 

技术分享图片

 

 

 

 

 

 技术分享图片

 

 

 

 

 

技术分享图片

 should the two network have different set of hyperparameter? just like a group of workers with different kinds of personality? will the collaboration help?

 

 

 技术分享图片

 

 

 

 

技术分享图片

 

 

 

 

 

技术分享图片

 

Deep RL Bootcamp Lecture 3: Deep Q-Networks

标签:method   not   nal   ram   idt   man   end   bsp   ddl   

原文地址:https://www.cnblogs.com/ecoflex/p/8973959.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!