算法详情-人机对抗智能

适用场景：

人与环境对抗/人物博弈。

算法类型：

开源实现

算法简介：

Double DQN是DQN（Deep Q-Network）的一种改进，旨在解决DQN训练过程中存在的过估计（Overestimating）问题。在训练过程中，与DQN直接选取目标网络（Target Q Network）中下一个State各个Action对应的Q值最大的那一个Q值不同，Double DQN的核心在于，它首先使用预测网络（Predict Q Network）计算下一个State的对应各个Action的Q值，然后选取最大的那个Q值对应Action的索引，再使用目标网络计算该状态的对应各个状态的Q值，然后选取预测网络中给定Action索引对应的Q值，但是它可能不是最大的那个，从而一定程度上避免了过度估计，提高了训练DQN的稳定性和速度。

开源实现：

https://github.com/Ceruleanacg/Reinforcement-Learning/blob/master/algorithms/Double-DQN/

参考文献：

[1] Van Hasselt, Hado, Arthur Guez, and David Silver. "Deep reinforcement learning with double q-learning." Proceedings of the AAAI conference on artificial intelligence. Vol. 30. No. 1. 2016.

算法模块：

Double-DQN.zip