DQN遇到大状态空间效果差

强化学习DQN应用在状态较多的环境下效果不好，如何改善

本人刚刚接触强化学习，在使用DQN进行路径规划时，当栅格环境较小时运行的效果不错，但当栅格数量成倍增长时效果较差。怀疑是奖励函数or神经网络方面的原因，但环境只是增大并没有别的变化，按道理讲奖励函数在小栅格环境中适用，在大环境中也应该可以，目前怀疑是神经网络过于简单，目前神经网络隐藏层三层，神经元每层128个，有必要再增加网络层数吗？
烦请支支招啦！！

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除
收藏举报

报告相同问题？

关注问题

强化学习DQN:AttributeError: 'CartPoleEnv' object has no attribute 'seed' python pytorch 深度学习
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
如何快速掌握深度强化学习的各种算法，比如DQN，DDPG，PPO，SAC等等，并用Python准确实现呢？？ python pytorch 机器学习
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
请各位大神帮帮忙,因为这是毕业论文所用的代码,我想问问到底是否是对的,看看是我代码错了,还是逻辑错了 python 人工智能有问必答机器学习
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
DQN,DDPG,PPO 等强化学习算法在人工智能中的未来发展方向：从大规模到小规模部署
2023-07-24 01:03

禅与计算机程序设计艺术的博客随着近年来人工智能领域的蓬勃发展，强化学习（Reinforcement Learning, RL）被越来越多的人认可并应用于人工智能领域。如今，RL已经可以处理许多复杂的问题，如自动驾驶、机器人控制等。在过去的一段时间里，我一直...
运行roscore出现ModuleNotFoundError: No module named error linux
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>
python用openpyxl保存excel时出现OSError: [Errno 9] Bad file descriptor，如何解决？ python
2022-08-11 21:07

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
各位大神好，请帮我看看以下这个问题可以吗？解决不了 python
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
混合动作空间 | 创造人工智能的黑魔法(1)
2022-05-30 16:54

OpenDILab开源决策智能平台的博客 OpenDILab新开设了混合动作空间专栏，将从离散动作空间和连续动作空间入手，为大家介绍混合动作空间的起源和...我们训练一个人工智能体，都离不开动作空间。动作空间的重要性有以下两点，设计良好的动作空间，对于
mat 1 and mat2 shapes cannot be multiplied （1*4 and 6*50) python
2022-10-27 10:42

回答 1 已采纳是的，把6改成4
各位大神，想请各位帮我问一问，到底该如何将xlsx数据加入数组 python 有问必答机器学习
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
神经网络能否不失一般性地解图的最短路径问题？机器学习神经网络
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。
DQN（deep Q-network）算法简述
2022-03-11 18:00

星海浮生的博客该方法不需要把游戏玩到底，而是通过时序差分的方式，使相邻状态下的价值函数之差与前一状态的激励尽可能接近：由于游戏本身可能具有随机性，激励即为随机变量，其方差会对算法效果产生影响。基于蒙特卡洛的方法...
Golang：xml解组无法正常工作 xml
2017-06-05 08:39

回答 1 已采纳 The problem here is that you are using attr where you shouldn't. You are treating the XMLEntry an
Deep Reinforcement Learning: PPO vs DQN
2023-08-30 11:54

禅与计算机程序设计艺术的博客在人工智能领域，大规模并行计算（如：GPU）成为支撑强化学习系统快速演进、实现高度抽象决策能力的关键技术。此外，还出现了基于神经网络的强化学习方法——DQN(Deep Q Network)及其变体（如：Double DQN），这些...
针对连续动作的DQN
2021-11-30 17:01

UQI-LIUWJ的博客前者在状态空间连续的时候是很难计算的）。同时，DQN是比较容易训练的：在 DQN 里面，你只要能够估计出Q函数，就保证你一定可以找到一个比较好的策略。也就是你只要能够估计出Q函数，就保证你可以改进策略。而...
没有解决我的问题, 去提问

问题事件

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
系统已结题 7月2日
关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
创建了问题 6月24日

悬赏问题

¥15 深度学习根据CNN网络模型，搭建BP模型并训练MNIST数据集
¥15 lammps拉伸应力应变曲线分析
¥15 C++ 头文件/宏冲突问题解决
¥15 用comsol模拟大气湍流通过底部加热（温度不同）的腔体
¥50 安卓adb backup备份子用户应用数据失败
¥20 有人能用聚类分析帮我分析一下文本内容嘛
¥15 请问Lammps做复合材料拉伸模拟，应力应变曲线问题
¥30 python代码，帮调试，帮帮忙吧
¥15 #MATLAB仿真#车辆换道路径规划
¥15 java 操作 elasticsearch 8.1 实现索引的重建

DQN遇到大状态空间效果差

0条回答 默认 最新

问题事件

悬赏问题

0条回答默认最新