使用神经网络在线估计Q-表

当我在强化学习中使用Q-表来保存状态-动作时,有些状态从未(或很少)发生,状态-动作值在最大迭代次数之前一直保持为零,因此我决定使用神经网络在线估计Q-表,而不是使用Q-表。

哪种类型的神经网络可以更准确地估计这类问题?这种解决方案对我有帮助吗?


回答:

我使用局部加权回归(LWR)作为函数近似,并简单地用这个函数替换表格

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注