从简化环境到 Atari Breakout
正在加载 PDF…
从简化打砖块任务的 Q-learning 出发，扩展到完整 Atari 环境中的 DQN，记录实现、调试与训练表现。
主要观察
比较表格方法与深度价值网络面对不同状态空间时的实现需求，并保留演示和源代码引用。
范围与限制
简化环境与完整 Atari 的状态表示和任务条件不同，不能把两者的分数直接视为同一评测结果。
来源
查看原始来源及其版本作为历史实验记录保留，软件、条件和观察结果以原报告所记载的实验为准。
正在加载 PDF…
从简化打砖块任务的 Q-learning 出发，扩展到完整 Atari 环境中的 DQN，记录实现、调试与训练表现。
比较表格方法与深度价值网络面对不同状态空间时的实现需求，并保留演示和源代码引用。
简化环境与完整 Atari 的状态表示和任务条件不同，不能把两者的分数直接视为同一评测结果。
作为历史实验记录保留，软件、条件和观察结果以原报告所记载的实验为准。