标签： deep-learning reinforcement-learning
我创建了DDQN代理，但是在学习阶段会出现一些波动。我想知道是否可以去除附加曲线的“反尖峰”（=振荡）？ Learning Curve。
有关信息：我使用3个ReLU隐藏层，每个层100个单位，作为优化程序，我使用Adam的学习速率为0.005，损失为MSE。
谢谢
