Presná definícia
Čo znamená hlboká Q-sieť?
Hlboká Q-sieť je neurónový aproximátor Q-hodnôt trénovaný TD cieľmi; pôvodná DQN stabilizuje učenie prehrávaním skúseností a oddelenou cieľovou sieťou. Umožňuje Q-learning z vysokorozmerných vstupov.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Agent spracuje obraz senzora, no tím najprv overí jednoduchú baseline. Sleduje TD loss, reálnu návratnosť, veľkosť Q, buffer a výkon naprieč semenami.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo presne znamená hlboká Q-sieť?
Hlboká Q-sieť je neurónový aproximátor Q-hodnôt trénovaný TD cieľmi; pôvodná DQN stabilizuje učenie prehrávaním skúseností a oddelenou cieľovou sieťou.
Kedy sa hlboká Q-sieť používa?
Agent spracuje obraz senzora, no tím najprv overí jednoduchú baseline.
Od čoho treba hlboká Q-sieť odlíšiť?
Tabuľkový Q-learning ukladá hodnotu každej dvojice; DQN ju aproximuje neurónovou sieťou a generalizuje.
Ako sa hlboká Q-sieť kontroluje?
Overuje sa preprocessing, replay buffer, target update, reward clipping, terminálne masky, epsilon a viac nezávislých behov.
Aké obmedzenie má hlboká Q-sieť?
DQN je citlivá na hyperparametre, korelované chyby a distribučný posun; vysoká Q nemusí znamenať dobrú politiku.