深度学习与图神经网络核心技术实践应用高级研修班-Day4深度强化学习（Deep Q-learning）
Posted ZSYL
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习与图神经网络核心技术实践应用高级研修班-Day4深度强化学习（Deep Q-learning）相关的知识，希望对你有一定的参考价值。
深度强化学习（Deep Q-learning）
1. 深度强化学习简介
- 传统的强化学习通常是使用马尔可夫决策过程来描述，它局限于动作空间与采样空间都很小，而且一般都是在离散空间中。
- 在实际情况中，输入往往是连续值（如图片，声音等），比如Flappy Bird游戏。
- 深度强化学习解决的正是强化学习在高维输入问题中遇到的困难。
2. DQN算法解析
3. DQN在游戏中的应用
4. 代码讲解
4.1 数据预处理
4.2 网络结构
4.3 Exploration & Exploitation
Exploration & Exploitation：探索与利用
前者强调发掘环境中的更多信息，并不局限在已知
的信息中；
后者强调从已知的信息中最大化奖励。
而greedy策略只注重了后者，没有涉及前者。
所以它并不是一个好的策略。
4.4 经验回放机制
监督学习的前提
- 独立同分布
经验回放机制
在强化学习中，观测数据是有序的，用这样的数据去更新神经网络的参数会有问题。而在监督学习中，数据之间都是独立的。
DQN中使用经验回放，即用一个Memory来存储经历过的数据，每次更新参数的时候从Memory中抽取一部分的数据来用于更新，以此来打破数据间的关联。
4.5 经验存储
4.6 经验回放
以上是关于深度学习与图神经网络核心技术实践应用高级研修班-Day4深度强化学习（Deep Q-learning）的主要内容，如果未能解决你的问题，请参考以下文章
深度学习与图神经网络核心技术实践应用高级研修班-Day3迁移学习（Transfer Learning）
深度学习与图神经网络核心技术实践应用高级研修班-Day1典型深度神经网络模型
深度学习与图神经网络核心技术实践应用高级研修班-Day1Tensorflow和Pytorch
深度学习与图神经网络核心技术实践应用高级研修班-Day2基于Keras的深度学习程序开发