10:40
官方账号arXiv cs.LG@Taha Shieenavaz, Shabnam Zareshahraki, Loris Nanni
推荐理由：Aftab架构在Atari-57上拿到IQM 6.479，比标准PQN基线强不少，代码和训练配置都开源了，搞RL的可以看看。
PQN
共 1 条相关 AI 资讯
8月10日
10:40
并行化Q网络（PQN）在无经验回放和目标网络条件下实现稳定离策略学习。研究者在严格参数约束下评估了8种CNN拓扑，并集成Hadamax编码及分布式、集成、决斗等Q学习扩展。在Atari-57基准上，Aftab的IQM人类归一化得分为6.479，对标准PQN基线的改进概率为0.86。在Procgen Hard基准上，Aftab的IQM归一化得分为0.418，高于基线的0.382。完整框架已开源在GitHub。