281
个编辑
更改
跳到导航
跳到搜索
第383行：
第383行： − + − 使用三层全连接神经网络（输入4维→128→128→输出2维）近似Q值函数，输出左右移动的动作价值。+
→DQN在pytorch中的简单实现
</syntaxhighlight>
</syntaxhighlight>
该代码基于深度Q网络（DQN）算法，解决OpenAI Gym中的经典控制任务CartPole-v1。任务目标是控制小车左右移动，使竖直杆子尽可能长时间保持直立。智能体通过4维状态（小车位置、速度、杆子角度及角速度）感知环境，输出离散动作（左移/右移），最终实现稳定平衡超过500步的满分表现。
该代码基于深度Q网络（DQN）算法，解决OpenAI Gym中的经典控制任务CartPole-v1。任务目标是控制小车左右移动，使竖直杆子尽可能长时间保持直立。智能体感知环境，输出离散动作（左移/右移），最终实现稳定平衡超过500步的满分表现。
算法实现
算法实现
Q值网络：
Q值网络：
使用三层全连接神经网络（输入n维→128→128→输出2维）近似Q值函数，输出左右移动的动作价值。
目标网络与主网络分离，定期同步参数以稳定训练。
目标网络与主网络分离，定期同步参数以稳定训练。
经验回放：
经验回放：