切换回Q学习后立即进行双重Q学习
我试图更好地理解文件
，其中提到“我们增加了目标网络每两个副本之间的帧数
从10,000到30,000，以进一步减少高估，因为在每次切换之后DQN和Double DQN都立即恢复为Q学习”。这是关于同时恢复为DQN还是Double DQN实际上是通过FMDP变为Q学习？ >
0 个答案:
没有答案
相关问题
最新问题
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？