更改

Deep Q Network (查看源代码)

2025年5月18日 (日) 16:24的版本

删除228字节、 2025年5月18日 (日) 16:24

→‎4.DQN 的关键技术细节

第407行：第407行：

ε-贪婪策略动态衰减（初始ε=1.0，衰减率0.995，最低ε=0.01），平衡探索与利用。

ε-贪婪策略动态衰减（初始ε=1.0，衰减率0.995，最低ε=0.01），平衡探索与利用。

基于贝尔曼方程计算目标Q值，通过均方误差损失更新网络，折扣因子γ=0.99。

基于贝尔曼方程计算目标Q值，通过均方误差损失更新网络，折扣因子γ=0.99。

−

−

~~==4.DQN 的关键技术细节==~~

−

−

~~===输入状态的预处理与特征提取（如图像处理）===~~

−

−

~~===神经网络架构设计===~~

−

−

~~===损失函数的定义与优化方法===~~

−

−

~~===训练中的稳定性问题与解决方案===~~

−

==5.DQN 的主要改进算法==

==5.DQN 的主要改进算法==

281

个编辑

取自“https://wiki.swarma.org/index.php/特殊:移动版差异/44007”