June 2020
Intermediate to advanced
768 pages
22h 23m
German
Seit DeepMind 2015 die Arbeit über das Deep Q-Network (DQN) veröffentlicht hat (https://deepmind.com/research/publications/playing-atari-deep-reinforcement-learning), wurden viele Verbesserungen angeregt und Optimierungen der grundlegenden Architektur vorgenommen, die Konvergenz, Stabilität und Effizienz des von DeepMind entwickelten DQN beträchtlich verbessert haben. In diesem Kapitel werden wir auf einige dieser Ideen näher eingehen.
Im Oktober 2017 hat DeepMind eine Arbeit mit dem Titel Rainbow: Combining Improvements in Deep Reinforcement Learning ([1] Hessel et al., 2017) veröffentlicht, in der die sieben wichtigsten Verbesserungen von DQNs beschrieben werden, die teilweise 2015 entwickelt wurden, teilweise aber ...