深度强化学习+DoubleDQN+Pytorch+Pendulum-v0
普通的 DQN 算法通常会导致对值的过高估计，通过神经网络估算的Q值本身在某些时候会产生正向或负向的误差，在 DQN 的更新方式下神经网络会将正向误差累积。对于动作空间较大的任务，DQN 中的过高估计问题会非常严重，造成 DQN 无法有效工作的后果。
为了解决这一问题，Double DQN 算法提出利用两个独立训练的神经网络估算值函数，将训练网络作为 Double DQN 算法中的第一套神经网络来选取动作，将目标网络作为第二套神经网络计算值，极大的缓解了DQN过估计的问题。
这个程序完整实现了DoubleDQN算法，并且在Pendulum-v0环境上验证了过估计问题，可以从实验结果中看出，DoubleDQN确实缓解了DQN的过估计问题。
文件下载
评论信息
其他资源
- 航空订票系统（C++实现）
- Web开发技术及其应用（王成良）.rar
- blender生成全景图脚本
- 计算机网络课程设计（精品网络课程网站）.pkt
- 无功补偿仿真
- HDR原理与实现
- 动物识别系统java版、C版
- 软件设计师考试同步辅导.pdf
- matlab最佳平方逼近
- 多元逐步回归的matlab代码
- 混合灰狼优化的改进算法
- Agile! The Good, the Hype and the Ugly.pdf
- uipath+vba.zip
- 用手机软件遥控NodeMcuWiFi模块在局域网内控制两路继电器的方法.zip
- ISP_graph_tool_in_depth_tutorial.rar
- (php)仿金蝶电商进销存系统源码v3
- Descriptive set theory.pdf
- 边缘提取的matlab程序
- MapObjectV2.4及注册机
- 数字图像处理基本操作（全）
- PC与单片机双向通讯智能温控程序，基于DS18B20
- 萤石播放器CH-VSPlayer_V6.2.0_3
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明