基于排序优先经验回放的竞争深度Q网络学习

• 作者: 周瑶瑶 李烨
• 来源期刊: 计算机应用研究
• 关键词: 强化学习 深度Q网络 竞争网络 排序优先经验回放
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 486-488
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.06.0513

摘要

为减少深度Q网络(DQN)算法的训练时间,采用结合优先经验回放机制与竞争网络结构的DQN方法,针对Open AI Gym平台cart pole和mountain car两个经典控制问题进行研究,其中经验回放采用基于排序的机制,而竞争结构中采用深度神经网络.仿真结果表明,相比于常规DQN算法、基于竞争网络结构的DQN方法和基于优先经验回放的DQN方法,该方法具有更好的学习性能,训练时间最少.同时,详细分析了算法参数对于学习性能的影响,为实际运用提供了有价值的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李烨	上海理工大学光电信息与计算机工程学院	44	133	7.0	9.0
2	周瑶瑶	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0