期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
重复利用状态值的竞争深度Q网络算法 被引量:6
1
作者 张俊杰 张聪 赵涵捷 《计算机工程与应用》 CSCD 北大核心 2021年第4期134-140,共7页
在使用反距离加权法(Inverse Distance Weighted method,IDW)对土壤重金属含量进行预测时,算法中的超参数一般由先验知识确定,一定程度上存在不确定性。针对这一问题,提出了一种状态值再利用的竞争深度Q学习网络算法以精确估计IDW的超... 在使用反距离加权法(Inverse Distance Weighted method,IDW)对土壤重金属含量进行预测时,算法中的超参数一般由先验知识确定,一定程度上存在不确定性。针对这一问题,提出了一种状态值再利用的竞争深度Q学习网络算法以精确估计IDW的超参数。该算法在训练时,将每轮训练样本中的奖励值进行标准化后,与Dueling-DQN中Q网络的状态值结合形成新的总奖励值,然后将总奖励值输入到Q网络中进行学习,从而增强了状态与动作的内在联系,使算法更加稳定。最后使用该算法在IDW上进行超参数学习,并与几种常见强化学习算法进行对比实验。实验表明,提出的RSV-DuDQN算法可以使模型更快收敛,同时提升了模型的稳定性,还可以更准确地得到IDW的参数估计。 展开更多
关键词 状态值重利用 竞争深度Q学习网络 反距离加权法 超参数搜索
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部