281
个编辑
更改
跳到导航
跳到搜索
第256行：
第256行： − 通过经验回放可以令神经网络的训练收敛且稳定。原因如下：训练神经⽹络时，存在的假设是训练数据是独⽴同分布的， 但是通过强化学习采集的数据之间存在着关联性，利⽤这些数据进⾏顺序训练，神经⽹络当然不稳定。经验回放可以打破数据间的关联。在强化学习过程中，智能体将数据存储到⼀个数据库中，再利⽤均匀随机采样的⽅法从数据库中抽取数据，然后利⽤抽取的数据训练神经⽹络。 这种经验回放的技巧可以打破数据之间的关联性。+ − + +
→经验回放（Experience Replay）机制
===经验回放（Experience Replay）机制===
===经验回放（Experience Replay）机制===
通过经验回放可以令神经网络的训练收敛且稳定。这是因为训练神经⽹络时，存在的假设是训练数据是独⽴同分布的，但是通过强化学习采集的数据之间存在着关联性，利⽤这些数据进⾏顺序训练，神经⽹络当然不稳定。经验回放可以打破数据间的关联。在强化学习过程中，智能体将数据存储到⼀个数据库中，再利⽤均匀随机采样的⽅法从数据库中抽取数据，然后利⽤抽取的数据训练神经⽹络。
[[文件:经验回放示意图|缩略图]]
这种经验回放的技巧可以打破数据之间的关联性。
[[文件:经验回放示意图.jpg|缩略图|经验回收]]
===目标网络（Target Network）的引入与参数更新策略===
===目标网络（Target Network）的引入与参数更新策略===