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
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
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

相关推荐

06-04 09:42
后端
腾讯内推腾讯面经
腾讯-校招内推 热乎乎的内推码：EUTPZZRV  在腾讯，你将有机会与来自不同背景的顶尖人才一同工作，共同探索科技的无限可能。 走上面链接投递就是我内推，全程push 杜绝石沉大海 分享一些面经： 第一轮技术面  闭包作用及实际应用场景 HTTP/1.1、HTTP/2、HTTP/3的核心差异 实现红绿灯控制效果（异步时序逻辑） React Hooks的设计动机与类组件对比 浏览器事件代理原理及实际应用 手写Promise核心逻辑（包含resolve/reject） 数组去重与高频字符统计算法 Web安全防护措施（XSS、CSRF） 浏览器渲染流程与重排/重绘优化 跨域解决方案（JSONP、C...
腾讯HR面2296人在聊
点赞 评论 收藏
分享
头像
昨天 22:19
已编辑
北京体育大学 测试工程师
转转如何使用流量回放为业务测试全方位提效
一段话总结转转自主研发的流量回放平台zzRepeater基于开源技术优化核心逻辑，支持流量录制、回放及自动化回归测试，已在回归测试、bug验证、数据构造、接口压测等5大场景实现测试提效。平台通过筛选核心场景流量、关联基线用例、利用录制流量辅助造数和压测等方式，降低参数构造与分析成本，提升测试效率，覆盖研发自测、功能测试至线上验证全流程。思维导图详细总结1. 转转流量回放平台简介转转流量回放平台zzRepeater基于开源框架jvm-sandbox-repeater优化，通过动态代理与拦截机制兼容自研RPC框架SCF，实现三大核心功能：流量录制：通过代码织入技术捕获接口请求/响应数据，自动提取复...
点赞 评论 收藏
分享
06-04 18:03
河南工程学院 Java
27届大二 项目只做了苍穹外卖
全是已读不回，真后悔之前那么摆烂那么可以改一下啊兄弟们，求拷打
代码飞升：别用口语，后端就写后端，前端就写前端，最后别光后悔
点赞 评论 收藏
分享
昨天 05:22
雷军简历曝光，人生最低谷时只剩40亿！
嗨，同学们，提到雷军，你首先想到的是什么呢？雷军，这个名字在中国科技界和商业领域可谓如雷贯耳。近期，随着小米SU7的火爆，雷军爽文一般的人生再度被刷屏，他的简历也被网友扒了出来。△ 图源于网络，如侵删根据时间线，播妞简单捋了捋，雷军传奇一生的发展史大致是这样的：雷神履历18岁，高考满分710分，他考700分；20岁，2年修完全部学分，还拿到奖学金；21岁，大三接私活，不小心就赚了人生第一个100万；28岁，成为金山总经理，仍觉得自己一事无成；38岁，辞去金山CEO职位，传闻银行卡只剩下冰冷的40亿（美元）；41岁，创办小米，闯入手机市场；49岁，仅仅花8年时间便成为世界500强；50岁，北漂9...
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

更多

创作者周榜

更多
正在热议
更多
# 我的实习收获 #
28387次浏览 476人参与
# 如果有时光机，你最想去到哪个年纪？ #
46936次浏览 797人参与
# 实习吐槽大会 #
29446次浏览 140人参与
# 非技术岗简历怎么写 #
209571次浏览 2857人参与
# 晒一晒你的工位 #
85221次浏览 302人参与
# 26届秋招投递记录 #
3156次浏览 97人参与
# 2025牛客秋招季 #
3202次浏览 103人参与
# 被AI治愈的瞬间 #
52233次浏览 597人参与
# 双非能在秋招上岸吗？ #
215038次浏览 1141人参与
# 怎么防止在试用期被辞退 #
122266次浏览 911人参与
# 我的租房踩坑经历 #
25325次浏览 268人参与
# 穿越回高考你还会选现在的专业吗 #
20412次浏览 258人参与
# 打工人的工作餐日常 #
40379次浏览 343人参与
# 软开人，说说你的烦心事 #
48036次浏览 359人参与
# 毕业旅行去哪玩儿 #
1176次浏览 32人参与
# 硬件/芯片公司工作体验 #
75098次浏览 664人参与
# 25届秋招公司红黑榜 #
262114次浏览 1094人参与
# 打工人锐评公司红黑榜 #
145714次浏览 915人参与
# 高学历就一定能找到好工作吗？ #
47586次浏览 591人参与
# 商战，最累的是我们 #
12952次浏览 51人参与
牛客网
牛客网在线编程
牛客网题解
牛客企业服务