伪代码

代码翻译及分析

初始化记忆体D中的记忆N
初始化随机权重θaction值的函数Q(Q估计)
初始化权重θ-=θ target-action值的函数^Q(Q现实)
循环:初始化第一个场景s1=x1并且预处理场景s1对应的场景处理函数Φ循环:根据可能性ε选择一个随机动作at,or或者选择一个最大值at从函数Q中在场景st下执行动作a在模拟器中并且获取一个奖励rt和下一个场景xt+1令st+1=st,at,xt+1并且处理Φt+1=Φ(st+1)将(Φt,at,rt,Φt+1)存储在D中采样一个随机的小批训练在D中设置yj值:如果 下一个场景yj+1是中止:则只返回rj否则 返回rj+ （gamma ^Q(Φj+1，a,θ)函数最大a值的值）#思路还是和Q-learning一样，如果有奖励则激励权重θ，如果每奖励则由gamma值来衰减权重θ执行一个（Q现实-Q估计）平方梯度回归来更新权重θ每执行多少步就执行一个^Q=Q(Q现实=Q估计，主要是权重拷贝)

Deep Q Learning伪代码分析及翻译相关推荐

Deep Reinforcement Learning: Pong from Pixels翻译和简单理解
原文链接: http://karpathy.github.io/2016/05/31/rl/ 文章目录原文链接: 前言 Policy-Gradient结构流程图 Deep Reinforcement ...
Deep Q learning: DQN及其改进
Deep Q Learning Generalization Deep Reinforcement Learning 使用深度神经网络来表示价值函数策略模型使用随机梯度下降(SGD)优化los ...
CNNs and Deep Q Learning
前面的一篇博文介绍了函数价值近似,是以简单的线性函数来做的,这篇博文介绍使用深度神经网络来做函数近似,也就是Deep RL.这篇博文前半部分介绍DNN.CNN,熟悉这些的读者可以跳过,直接看后半部分的 ...
零基础10分钟运行DQN图文教程 Playing Flappy Bird Using Deep Reinforcement Learning (Based on Deep Q Learning DQN
文件下载链接:http://pan.baidu.com/s/1jH9ItTW 密码:0pmq 文件列表 Anaconda3-4.2.0-Windows-x86_64.exe (python3.5 ...
论文中文翻译——Automated Vulnerability Detection in Source Code Using Deep Representation Learning
本论文相关内容论文下载地址--Web Of Science 论文中文翻译--Automated Vulnerability Detection in Source Code Using Deep R ...
Deep Reinforcement Learning: Pong from Pixels
这是一篇迟来很久的关于增强学习(Reinforcement Learning, RL)博文.增强学习最近非常火!你一定有所了解,现在的计算机能不但能够被全自动地训练去玩儿ATARI(译注:一种游戏机) ...
深度强化学习 Deep Reinforcement Learning 学习整理
这学期的一门机器学习课程中突发奇想,既然卷积神经网络可以识别一副图片,解决分类问题,那如果用神经网络去控制'自动驾驶',在一个虚拟的环境中不停的给网络输入车周围环境的图片,让它去选择前后左右中的一个操 ...
Deep Reinforcement Learning 深度增强学习资源
http://blog.csdn.net/songrotek/article/details/50572935 1 学习资料增强学习课程 David Silver (有视频和ppt): http:/ ...
Deep Reinforcement Learning超简单入门项目 Pytorch实现接水果游戏AI
学习过传统的监督和无监督学习方法后,我们现在已经可以自行开发机器学习系统来解决一些实际问题了.我们能实现一些事件的预测,一些模式的分类,还有数据的聚类等项目.但是这些好像和我们心目中的人工智能仍有差距 ...

Deep Q Learning伪代码分析及翻译

伪代码

代码翻译及分析

Deep Q Learning伪代码分析及翻译相关推荐

最新文章

热门文章