Dueling Network Architectures for Deep Reinforcement Learning

强化学习 保理 计算机科学 人工智能 建筑 功能(生物学) 网络体系结构 价值网络 深度学习 国家(计算机科学) 领域(数学分析) 机器学习 计算机安全 算法 商业模式 财务 营销 经济 视觉艺术 业务 艺术 数学分析 数学 生物 进化生物学
作者
Ziyu Wang,Tom Schaul,Matteo Hessel,Hado van Hasselt,Marc Lanctot,Nando de Freitas
出处
期刊:Cornell University - arXiv 被引量:1538
标识
DOI:10.48550/arxiv.1511.06581
摘要

In recent years there have been many successes of using deep representations in reinforcement learning. Still, many of these applications use conventional architectures, such as convolutional networks, LSTMs, or auto-encoders. In this paper, we present a new neural network architecture for model-free reinforcement learning. Our dueling network represents two separate estimators: one for the state value function and one for the state-dependent action advantage function. The main benefit of this factoring is to generalize learning across actions without imposing any change to the underlying reinforcement learning algorithm. Our results show that this architecture leads to better policy evaluation in the presence of many similar-valued actions. Moreover, the dueling architecture enables our RL agent to outperform the state-of-the-art on the Atari 2600 domain.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
榴莲小胖完成签到,获得积分10
刚刚
优美的胡萝卜完成签到,获得积分10
刚刚
刚刚
1秒前
珈小羽完成签到,获得积分0
1秒前
简单向露完成签到,获得积分10
1秒前
2秒前
仙贝完成签到,获得积分10
3秒前
叶若相怜完成签到,获得积分10
3秒前
youchen完成签到,获得积分10
3秒前
怡然汽车完成签到 ,获得积分10
3秒前
欢呼天问完成签到,获得积分10
3秒前
小杭776完成签到,获得积分0
4秒前
王鑫发布了新的文献求助10
4秒前
桃源笑意长新枝完成签到 ,获得积分10
5秒前
5秒前
Noob_saibot发布了新的文献求助10
5秒前
干净的夜蓉完成签到,获得积分10
6秒前
小鱼发布了新的文献求助10
6秒前
大模型应助oracl采纳,获得10
6秒前
zoe完成签到,获得积分10
6秒前
大蘑菇炒小蘑菇完成签到,获得积分10
7秒前
晓晖完成签到,获得积分10
7秒前
孙明浩完成签到 ,获得积分10
7秒前
koi完成签到,获得积分10
8秒前
ZQZ完成签到,获得积分10
8秒前
PB完成签到,获得积分10
8秒前
帅玉玉完成签到,获得积分10
9秒前
季秋十二发布了新的文献求助10
9秒前
善良诗珊完成签到,获得积分10
9秒前
DMF完成签到,获得积分10
10秒前
欢喜亦绿完成签到,获得积分10
10秒前
AAAALLLLLL完成签到,获得积分10
10秒前
XY完成签到,获得积分10
10秒前
研友_ZlPolZ发布了新的文献求助10
10秒前
爆米花应助xyzdmmm采纳,获得10
10秒前
sym_cool完成签到,获得积分10
11秒前
王鑫完成签到,获得积分10
11秒前
合适的代秋完成签到 ,获得积分10
12秒前
张一亦可完成签到,获得积分10
13秒前
高分求助中
Principles of Economics, 11th Edition 10000
Prescott's Microbiology: 2026 Release ISE 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Environmental Leverage in Times of Climate Crisis: Product Standards, Carbon Border Measures and Preferential Trade Agreements 1000
Erwählung und Berufung bei Paulus: Bedeutung, Entwicklung und Funktion einer Vorstellung in ihrem frühjüdischen und griechisch-römischen Kontext 850
Matrix Methods in Data Mining and Pattern Recognition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7205142
求助须知:如何正确求助?哪些是违规求助? 8838790
关于积分的说明 18652804
捐赠科研通 6852563
什么是DOI,文献DOI怎么找? 3180451
关于科研通互助平台的介绍 2339124
邀请新用户注册赠送积分活动 2154870