DQN与PG多角度实例比较分析
发表于:2024-10-09 作者:千家信息网编辑
千家信息网最后更新 2024年10月09日,今天小编给大家分享一下DQN与PG多角度实例比较分析的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起
千家信息网最后更新 2024年10月09日DQN与PG多角度实例比较分析
今天小编给大家分享一下DQN与PG多角度实例比较分析的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
首先是原理上的对比,强化学习研究的目标是训练出一个对应于具体任务的好模型,这两个训练策略的方法是不同的。DQN基于值的方法,简单说就是先学出个值函数 ,然后通过值函数确定策略。而PG基于策略的方法则是,直接通过一个目标函数去训练出一个策略
接下来是网络模型上的不同,在MATLAB中DQN方法需要的模型是这样的
每一步的state和action一起作为输入进入网络,最后输出的是下一步action的值,和模型接受的动作对应,比如迷宫环境中的表示向上的1,rlDQNAgent模型把1施加给环境
再看PG方法的模型
只要state作为输入,经过网络的运算后输出的是下一步的action,和模型的actionInfo对应,rlPGAgent分析后取出需要执行的动作再和环境交互
最后看的是训练过程,同样的简单平衡维持环境,DQN训练时reward变化是这样的
而PG训练需要更多次
这个对比只是直观指出不同,可能PG方法并不适合这样的环境,这里主要记录的是两个方法的输入输出,在下次建立模型的时候可以参考:
DQN的输入是state和action一起,输出对应的是action的确切值
PG的输入是state,输出对应的是env的ActionInfo
以上就是"DQN与PG多角度实例比较分析"这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注行业资讯频道。
方法
模型
训练
环境
输入
输出
不同
知识
策略
篇文章
分析
函数
网络
多角度
实例
多角
两个
内容
动作
就是
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
p2p软件开发公司排名
普陀区生态网络技术
陈睿拿b站服务器下片
软件开发公司的服务群体
福建商业软件开发批发价
网络安全威胁 内部
我的世界论坛服务器
复星诊断软件开发加班吗
网络安全审查涉企业
湖北服务器硬盘质量怎么样
无锡app软件开发报价
网络技术发展现状及其应用
软件开发的线性顺序模型
信息网络安全工作人员保障
东南亚服务器英雄联盟皮肤价格
数据库如何开启归档模式
数据库备份用什么技术实现
服务器维保项目是做什么
ctr公司的数据库程序员
高级数据库技术及应用pdf
品质软件开发过程品质保障
现在网络安全状况怎么样
数据库 添加备注
认证服务器出错是什么原因
网络安全的工作
网络安全技改方案
数据库替换某一个数据
农业银行软件开发王钊
coc采集器升级数据库
第五届广东省网络安全周