DQN 相关论文。

标签：定时   double   bsp   info   图片   force   learn   替换   swa   

开山之作： 《Playing Atari with Deep Reinforcement Learning》（NIPS）

http://export.arxiv.org/pdf/1312.5602

《Human-level control through deep reinforcementlearnin》 https://www.cs.swarthmore.edu/~meeden/cs63/s15/nature15b.pdf

使用2个网络，减少了相关性，每隔一定时间，替换参数。

《Deep Reinforcement Learning with Double Q-learning》  https://arxiv.org/pdf/1509.06461.pdf

DQN 相关论文。

标签：定时   double   bsp   info   图片   force   learn   替换   swa   

原文地址：https://www.cnblogs.com/zle1992/p/10287200.html