DQN的计算问题

求问大家为什么dqn的计算要用下一步的q value的max值呢，用mean不可以么
全部评论
最优贝尔曼方程
点赞 回复 分享
发布于 2017-10-16 22:55
因为更新往reward最大的action走
点赞 回复 分享
发布于 2017-10-16 20:48
q learning是off policy的，它每次实验选择下一个a是由behavior policy决定的。这里的behavior policy采用了选择q最大的a。如果是sarsa这种on policy的，它会按照之前学习的target policy去选a，一般是epsilon-greedy。 以上是我个人的理解。
点赞 回复 分享
发布于 2017-10-17 08:55

相关推荐

头像
11-27 19:55
已编辑
门头沟学院 前端工程师
三方已签，秋招结束，我的碎碎念
自收到三方签订的邮件那一刻起，我的秋招正式结束了。虽然九月底就结束了最后一面，但是后面的泡池子、等开奖也等的心力憔悴。直到这一刻，感觉一切落定，未来暂不知是否光明，但是我对它充满期待。这是我对秋招的最后一个总结帖了。相比起上一次阶段性小结，基本都知道最终的结果了（除了京东还在泡）总共拿了6个意向/oc：1.字节-抖音（已签）2.美团-到家（已拒）3.百度-能力平台（已拒）4.滴滴-用户增长（已拒）5.快手-用户增长（保温）6.顺丰-顺丰科技（已拒）感慨一下今年的薪资今年最让我感到惊讶的一点是薪资。一开始我和身边的同学都对团子不报期待，想着用它保底，开水团的名号没少听，往年的薪资也确实不尽人意，...
别看我了哥们：Xy✌🏻还需要攒结婚奶粉钱，我这种***丝该咋办
上班苦还是上学苦呢？ 如果可以选，你最想去哪家公司
点赞 评论 收藏
分享
11-23 11:26
门头沟学院 Java
点赞 评论 收藏
分享
11-13 15:20
门头沟学院 前端工程师
麻麻我出息了
我也是能硬气到拒bytedance了😇
死在JAVA的王小美：哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈，我也是，让我免了一轮，但是硬气拒绝了
点赞 评论 收藏
分享
11-25 10:11
重庆大学 研发工程师
JVS-智能BI可视化图表样式配置全解析
在当今数据驱动决策的时代，可视化图表已成为企业分析和展示数据的重要工具。在JVS-智能BI中，提供了丰富的图表样式配置选项，能满足不同用户对图表外观和功能的多样化需求。接下来我详细介绍关于JVS-智能BI系统中图表的通用样式配置方法。基础说明在JVS-BI中，任何图表的样式都可以自定义，其中样式可分为通用图表样式和图表独有样式。通用图表样式即每个图表都有的公共样式，而图表独有样式则是每个图表的不同自定义的独有样式。图表通用样式可大致分为【全局设置】以及单个图表【样式】里的部分样式设置。全局设置-样式全局配置大致如下图所示：新增一个或多个图表组件，点击下方全局设置，可看到相关配置。配色方案即定义...
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

正在热议
# 拼多多求职进展汇总 #
235167次浏览 2036人参与
# 实习，投递多份简历没人回复怎么办 #
2437676次浏览 34716人参与
# 北方华创开奖 #
66429次浏览 550人参与
# 25届秋招总结 #
402556次浏览 4034人参与
# ai智能作图 #
23961次浏览 282人参与
# 地方国企笔面经互助 #
6722次浏览 16人参与
# 阿里云管培生offer #
60631次浏览 1755人参与
# 机械求职避坑tips #
22874次浏览 244人参与
# 25届机械人为了秋招做了哪些准备？ #
25687次浏览 359人参与
# 软件开发投递记录 #
1479907次浏览 23936人参与
# 我的实习求职记录 #
6126745次浏览 83988人参与
# 歌尔求职进展汇总 #
42834次浏览 294人参与
# 机械人怎么评价今年的华为 #
157471次浏览 1349人参与
# 如果再来一次，你还会选择这个工作吗？ #
112981次浏览 1125人参与
# 硬件兄弟们 甩出你的华为奖状 #
78239次浏览 626人参与
# 我在牛爱网找对象 #
74423次浏览 552人参与
# 经纬恒润求职进展汇总 #
99517次浏览 960人参与
# 联想求职进展汇总 #
202956次浏览 1816人参与
# 如果可以，你希望哪个公司来捞你 #
32229次浏览 189人参与
# 阿里求职进展汇总 #
72495次浏览 793人参与
# 牛客租房专区 #
5634次浏览 141人参与
# 许愿池 #
217670次浏览 2545人参与
牛客网
牛客企业服务