如图，Q直接用self.qnet(b_o)不可以吗，tf.reduce_sum(self.qnet(b_o) * tf.one_hot(b_a, action_dim), 1)想表达什么意思？
b_o是当前状态，也就是当前的图像
b_a是当前状态下的动作
b_r是当前状态下的奖励
b_o_是下一个状态
DQN，图中计算价值函数的部分是什么意思？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2023-02-11 18:41回答 1 已采纳 以下答案引用自GPT-3大模型,请合理使用： ```想请问大神们，有没有比较好的资料或者指导方法，能够快速掌握深度强化学习的各种算法呢？ 首先，你需要理解深度强化学习的基本概念。然后，你可以通过阅读相
- 2022-09-15 12:25回答 2 已采纳 你把gym换成0.25.2版本就行了。 pip install gym==0.25.2
- 2018-12-12 04:37回答 1 已采纳 已找到，使用图网络模型可以实现。
- 2023-07-31 00:39禅与计算机程序设计艺术的博客 人工智能领域中，基于价值函数的方法是指采用状态和动作的函数来计算返回值（即价值）的机器学习方法，在游戏领域，这些方法被广泛应用于最优决策问题的求解上。近几年，随着深度学习技术的发展，基于价值函数的方法...
- 2021-03-15 15:12回答 4 已采纳 应该是没有读取进来数据。在getstate函数里，for循环没有运行，所以state是None。也可能len(block)刚好等于1，而你又用len(block)-1,所以循环没有进行。我不知道你是不
- 回答 2 已采纳 代码本身测试：这个代码在本地新建环境下使用是正常的错误解析： OSError: [Errno 9] Bad file descriptor Bad file descriptor 错误的文件描述符
- 2021-02-07 19:15回答 5 已采纳 还有你循环中 table.col_values(5,0,row_num) 每次获取0到row_num行的列表，获取数据重复了啊。 是不是应该改为 table.cell_value(row_nu
- 2022-03-11 18:00星海浮生的博客 本文通过整理李宏毅老师的机器学习教程的内容，简要介绍深度强化学习（deep reinforcement learning）中的 DQN（deep Q-network）算法。 李宏毅老师课程的B站链接： 李宏毅, 深度强化学习, Q-learning, basic idea ...
- 2013-01-20 18:03回答 2 已采纳 // only for Themes since WordPress 3.0 function jquery_190() { if ( !is_admin() ) { // actuall
- 2022-11-09 15:31回答 2 已采纳 这是由于python版本过多导致的，打开终端第一行输入以下代码即可 !/user/bin/env python<你的版本ROS使用>
- 2022-10-27 10:42回答 1 已采纳 是的，把6改成4
- 2022-01-17 10:32菜到怀疑人生的博客 DQN算法通过神经网络拟合最优动作价值函数Q∗(st,at)Q_*(s_t,a_t)Q∗(st,at)，神经网络结构如下，输入为状态s，输出为每个动作的动作价值函数Q∗(st,at)Q_*(s_t,a_t)Q∗(st,at)的值，即Q值，∗*∗表示...
- 2021-03-18 10:05回答 10 已采纳 直接用pandas库来读就行 import pandas as pd data = pd.read_excel('文件名称',sheet_name='表单名称') stockData = list
- 2024-04-17 13:38禅与计算机程序设计艺术的博客 一切皆是映射：深入理解DQN的价值函数近似方法 1. 背景介绍 1.1 强化学习概述 强化学习(Reinforcement Learning, RL)是机器学习的一个重要分支,它关注智能体(Agent)如何通过与环境(Envir
- 2024-04-21 12:13禅与计算机程序设计艺术的博客 1. 背景介绍 1.1 强化学习与Q-Learning 强化学习是机器学习的一个重要分支,旨在让智能体(agent)通过与环境的交互来学习...Q-Learning是强化学习中最著名和最成功的算法之一,它通过估计每个状态-行为对的价值函数(Q值
- 没有解决我的问题, 去提问
问题事件
系统已结题
11月4日
创建了问题
10月27日
悬赏问题
- ¥20 怎么用dlib库的算法识别小麦病虫害
- ¥15 华为ensp模拟器中S5700交换机在配置过程中老是反复重启
- ¥15 java写代码遇到问题，求帮助
- ¥15 uniapp uview http 如何实现统一的请求异常信息提示？
- ¥15 有了解d3和topogram.js库的吗？有偿请教
- ¥100 任意维数的K均值聚类
- ¥15 stamps做sbas-insar，时序沉降图怎么画
- ¥15 买了个传感器，根据商家发的代码和步骤使用但是代码报错了不会改，有没有人可以看看
- ¥15 关于#Java#的问题，如何解决？
- ¥15 加热介质是液体，换热器壳侧导热系数和总的导热系数怎么算