具有自適應(yīng)貪婪因子的深度強化學(xué)習路徑規(guī)劃

摘要： 深度強化學(xué)習的開創(chuàng)性(Deep Q-Network, DQN)算法，雖然其在路徑規(guī)劃中表現(xiàn)優(yōu)異，但仍存在過估值、經(jīng)驗回放機制缺陷以及沒有很好地平衡探索與利用的關(guān)系等問題。為了解決上述問題，提出了一種具有自適應(yīng)貪婪因子的深度強化學(xué)習路徑規(guī)劃算法。首先，在D3QN算法的基礎(chǔ)上引入了優(yōu)先經(jīng)驗回放機制，解決過估值問題的同時增加了算法對重要樣本的抽樣概率，提高了算法的效率；其次，設(shè)計了一... （共8頁）