761
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： − + 第10行：
第10行： − + + 第23行：
第24行： − + + 第34行：
第36行： − + + 第45行：
第48行： − + + 第56行：
第60行： − + + 第65行：
第70行： − + + 第75行：
第81行： − + −
无编辑摘要
1.背景
'''1.背景'''
1.1 强化学习的基本概念与挑战
1.1 强化学习的基本概念与挑战
2.Q-Learning 基础
'''2.Q-Learning 基础'''
2.1 马尔可夫决策过程（MDP）简介
2.1 马尔可夫决策过程（MDP）简介
3.DQN 的核心思想与结构
'''3.DQN 的核心思想与结构'''
3.1 使用神经网络逼近 Q 值函数
3.1 使用神经网络逼近 Q 值函数
4.DQN 的关键技术细节
'''4.DQN 的关键技术细节'''
4.1 输入状态的预处理与特征提取（如图像处理）
4.1 输入状态的预处理与特征提取（如图像处理）
5.DQN 的主要改进算法
'''5.DQN 的主要改进算法'''
5.1 Double DQN：解决 Q 值过高估计问题
5.1 Double DQN：解决 Q 值过高估计问题
6.DQN 的应用领域
'''6.DQN 的应用领域'''
6.1 Atari 游戏中的应用与表现
6.1 Atari 游戏中的应用与表现
7.DQN 的局限性与挑战
'''7.DQN 的局限性与挑战'''
7.1 对连续动作空间的处理困难
7.1 对连续动作空间的处理困难
7.4 泛化能力与过拟合风险
7.4 泛化能力与过拟合风险
'''8.参考文献与延伸阅读'''
8.参考文献与延伸阅读