-
Deep Q Networkを改善してCartpole-V1を140エピソードで攻略しました（最寄りのスコア10個の平均値が５００を達成した時点で終了）。 ソースコードは借りたものですが、Experience Replay用のBufferが十分に埋まるまでEpsilon値を削... -
https://www.economist.com/technology-quarterly/2015/03/05/silicon-valley-gets-a-taste-for-food
-
まずはRNNの復習を終わったところでRNN及びLSTMをDeep Reinforcement Learningで使えるかどうか調べたら、このようなリサーチペーパーがありました： DRQN？！ . They have, however, struggled with learn...
0 件のコメント:
コメントを投稿