深度强化学习在Atari视频游戏上的应用

• 作者: 王康 石征锦
• 来源期刊: 电子世界
• 关键词: 强化学习 深度学习 神经网络 视频游戏
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 技术交流
• 页码范围: 105-106,109
• 页数: 3页
• 字数: 3119字
• 语种: 中文

摘要

考虑到深度学习在图像特征提取上的优势,为了提高深度学习在Atari游戏上的稳定性,在卷积神经网络和强化学习改进的Q-learning算法相结合的基础上,提出了一种基于模型融合的深度神经网络结构.实验表明,新的模型能够充分学习到控制策略,并且在Atari游戏上达到或者超出普通深度强化学习模型的得分,验证了模型融合的深度强化学习在视频游戏上的稳定性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石征锦	沈阳理工大学自动化与电气工程学院	41	54	3.0	6.0
2	王康	沈阳理工大学自动化与电气工程学院	4	6	2.0	2.0