Kapitel 6: Deep Q-Networks
Im letzten Kapitel haben Sie die Bellman-Gleichung und ihre praktische Anwendung namens Wertiteration kennengelernt. Dieser Ansatz hat es uns ermöglicht, die Geschwindigkeit und Konvergenz in der FrozenLake-Umgebung beträchtlich zu verbessern. Das ist vielversprechend, aber geht da noch mehr?
In diesem Kapitel werden wir versuchen, den gleichen Ansatz auf sehr viel komplexere Aufgaben anzuwenden, nämlich auf Computerspiele für die Spielkonsole Atari 2600, die der De-facto-Benchmark in der RL-Forschung sind.
Zwecks Inangriffnahme dieses anspruchsvolleren Ziels werden wir uns in diesem Kapitel mit folgenden Themen befassen:
Erörterung der Probleme bei der Wertiteration und einer Variante namens Q-Learning
Anwendung von ...
Get Deep Reinforcement Learning -- Das umfassende Praxis-Handbuch now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
