基于排序优先经验回放的竞争深度Q网络学习

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-12-13 合作期刊: 《计算机应用研究》

周瑶瑶 李烨

摘要： 为减少深度Q网络算法的训练时间，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，为实际运用该方法提供了有价值的参考。

 点击量 1569  下载量 895  评论