基于动态融合目标的深度强化学习算法研究

• 作者: 张永亮 徐志雄 曹雷 李晨溪 陈希亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度强化学习 过估计 更新目标 动态融合
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 157-161
• 页数: 5页
• 分类号: TP273
• 字数: 6731字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1712-0280

摘要

针对深度强化学习算法中存在的过估计问题,提出了一种目标动态融合机制,在Deep Q Networks(DQN)算法基础上进行改进,通过融合Sarsa算法的在线更新目标,来减少DQN算法存在的过估计影响,动态地结合了DQN算法和Sarsa算法各自优点,提出了DTDQN(Dynamic Target Deep Q Network)算法.利用公测平台Ope-nAI Gym上Cart-Pole控制问题进行仿真对比实验,结果表明DTDQN算法能够有效地减少值函数过估计,具有更好的学习性能,训练稳定性有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐志雄	解放军陆军工程大学指挥信息系统学院	1	2	1.0	1.0
2	曹雷	解放军陆军工程大学指挥信息系统学院	1	2	1.0	1.0
3	张永亮	解放军陆军工程大学指挥信息系统学院	1	2	1.0	1.0
4	陈希亮	解放军陆军工程大学指挥信息系统学院	1	2	1.0	1.0
5	李晨溪	解放军陆军工程大学指挥信息系统学院	1	2	1.0	1.0