BriefGPT - AI 论文速递 · 2024-09-10T00:00:00Z

Double Continuous Over-Relaxation Q-Learning and Its Extension to Deep Reinforcement Learning

📝

内容提要

本研究提出了一种新的Q学习算法，解决了在接近一的折扣因子下收敛缓慢的问题。该算法在深度强化学习中表现出更低的偏差，并在大规模问题上显示出有效性。

🏷️

标签

Q学习算法 大规模问题 折扣因子 收敛缓慢 深度强化学习