最近，我用 DQN完成了 Atari Breakout ( https://arxiv.org/pdf/1312.5602.pdf )。
和 DQN 类似，2020 年最常见的深度强化学习算法和模型有哪些？似乎 DQN 已经过时，首选策略梯度。
除了 DQN，最常见的深度强化学习算法和模型有哪些？
人工智能
强化学习
参考请求
深度学习
2021-10-31 04:48:35
1个回答
除了深度 Q 网络（或深度 Q 学习）之外，还有几种常见的深度强化算法和模型。我将在下面列出其中一些（以及介绍它们的论文的链接），但请注意，其中一些可能不是最先进的（至少不再是最先进的，而且很可能所有这些将来会被替换）。
- 双 DQN (DDQN) (2015)
- 决斗 DQN (2015)
- 信任区域策略优化 (TRPO) (2015)
- 深度确定性策略梯度 (DDPG) (2016)
- 异步优势演员-评论家 (A3C) (2016)
- 后见之明经验回放 (HER) (2017)
- 近端策略优化 (PPO) (2017)
- 双延迟深度确定性策略梯度算法 (TD3) (2018)
- 软演员-评论家 (SAC) (2018)
有关深度 RL 算法和模型的详尽概述，不妨看看 Yuxi Li 的这篇预印本Deep Reinforcement Learning (2018)。