1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Deep Reinforcement Learning v Pythonu
Connected

cvičení

Trénování double DQN

Nyní upravíš svůj kód pro DQN tak, aby implementoval double DQN.

Double DQN vyžaduje jen minimální úpravu algoritmu DQN, ale výrazně přispívá k řešení problému nadhodnocování Q-hodnot a often překonává výkonnost klasického DQN.

Pokyny

100 XP
  • Vypočítej příští akce pro výpočet Q-targetu pomocí online_network() – dbej na to, aby výsledná akce i její tvar byly správné.
  • Odhadni Q-hodnoty pro tyto akce pomocí target_network() – opět se ujisti, že získáváš správné hodnoty ve správném tvaru.