清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Deep Reinforcement Learning with Double Q-Learning

强化学习 增强学习 计算机科学 人工智能 动作(物理) 功能(生物学) 人工神经网络 危害 深度学习 适应(眼睛) 领域(数学分析) 算法 数学 机器学习 心理学 物理 数学分析 生物 神经科学 进化生物学 社会心理学 量子力学
作者
Hado van Hasselt,Arthur Guez,David Silver
出处
期刊:Proceedings of the ... AAAI Conference on Artificial Intelligence [Association for the Advancement of Artificial Intelligence (AAAI)]
卷期号:30 (1) 被引量:2077
标识
DOI:10.1609/aaai.v30i1.10295
摘要

The popular Q-learning algorithm is known to overestimate action values under certain conditions. It was not previously known whether, in practice, such overestimations are common, whether they harm performance, and whether they can generally be prevented. In this paper, we answer all these questions affirmatively. In particular, we first show that the recent DQN algorithm, which combines Q-learning with a deep neural network, suffers from substantial overestimations in some games in the Atari 2600 domain. We then show that the idea behind the Double Q-learning algorithm, which was introduced in a tabular setting, can be generalized to work with large-scale function approximation. We propose a specific adaptation to the DQN algorithm and show that the resulting algorithm not only reduces the observed overestimations, as hypothesized, but that this also leads to much better performance on several games.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
小鱼女侠完成签到 ,获得积分10
25秒前
Proddy完成签到 ,获得积分10
29秒前
richardzhang1984完成签到 ,获得积分10
40秒前
黄花菜完成签到 ,获得积分10
42秒前
chen完成签到 ,获得积分10
42秒前
janer完成签到 ,获得积分10
48秒前
小乙猪完成签到 ,获得积分0
52秒前
负责的流沙完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
焚心结完成签到 ,获得积分10
1分钟前
结实的寒梦完成签到,获得积分10
1分钟前
xiaowuge完成签到 ,获得积分10
1分钟前
1分钟前
飞鱼完成签到 ,获得积分10
1分钟前
xun发布了新的文献求助10
1分钟前
陆黑暗完成签到 ,获得积分10
1分钟前
煜琪完成签到 ,获得积分10
2分钟前
安安完成签到 ,获得积分10
2分钟前
su完成签到 ,获得积分10
2分钟前
先吃一只羊完成签到 ,获得积分10
2分钟前
浮云完成签到 ,获得积分10
2分钟前
yue完成签到,获得积分10
2分钟前
Yimi刘博完成签到 ,获得积分10
2分钟前
深情的凝云完成签到 ,获得积分10
2分钟前
大头完成签到 ,获得积分10
2分钟前
3分钟前
3分钟前
季末默相依完成签到,获得积分10
3分钟前
闪闪的谷梦完成签到 ,获得积分10
3分钟前
明亮萤完成签到 ,获得积分10
3分钟前
光亮若翠完成签到,获得积分10
3分钟前
好名字完成签到,获得积分10
3分钟前
mictime完成签到,获得积分10
3分钟前
Eri_SCI完成签到 ,获得积分10
3分钟前
gobi完成签到 ,获得积分10
4分钟前
迅速的幻雪完成签到 ,获得积分10
4分钟前
小朱完成签到 ,获得积分10
4分钟前
左丘映易完成签到,获得积分0
4分钟前
高分求助中
歯科矯正学 第7版(或第5版) 1004
Semiconductor Process Reliability in Practice 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 600
GROUP-THEORY AND POLARIZATION ALGEBRA 500
Mesopotamian divination texts : conversing with the gods : sources from the first millennium BCE 500
Days of Transition. The Parsi Death Rituals(2011) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3234647
求助须知:如何正确求助?哪些是违规求助? 2880925
关于积分的说明 8217427
捐赠科研通 2548563
什么是DOI,文献DOI怎么找? 1377856
科研通“疑难数据库(出版商)”最低求助积分说明 648054
邀请新用户注册赠送积分活动 623416