IT 面试题库

DQN 的 experience replay 和 target network 分别解决什么问题?为什么二者常一起用?

中级简答题强化学习工程师DQN经验回放目标网络Q学习

题目

考察 DQN 的稳定性机制:样本相关性与目标漂移。

参考答案

内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 28 天前更新

Experience replay

Target network

坑

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题