为什么Double DQN能解决Nature DQN的过度估计问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

看到的文章都说Double DQN将动作选择和价值估计分别放在当前网络和目标网络上计算，就能解决Nature DQN的过度估计问题，但是一直没想明白为什么，请问有没有哪位大神能解答一下，感谢~~~

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Q learning DQN 强化学习 深度强化学习

两个网络，一个网络A实时更新参数，另一个作为target网络B，隔一段时间复制A 的参数。这样学习过程更加稳定。