[控场AI]
模型Deep Q-Network / DQN算法

DQN

DeepMind于2013年提出的深度强化学习算法，首次将深度神经网络与Q-learning结合，引入经验回放机制

时间轴 (近 90 天)

8月23日

经验回放最早在DeepMind的DQN算法中被提出，智能体将过去的交互经验存储在缓冲区中，训练时随机采样以提高样本利用效率

待验证50%

全部知识事实 (1)

待验证

经验回放最早在DeepMind的DQN算法中被提出，智能体将过去的交互经验存储在缓冲区中，训练时随机采样以提高样本利用效率

50%

来源文章

DecisionRL：专为运营决策场景打造的强化学习开源库7月17日百元机械臂学会主动搜寻：Squint如何突破视野限制7月17日Carmack与Sutton首篇论文：物理版Atari如何挑战实时强化学习7月16日强化学习算力优化实战：提升CPU与GPU利用率的核心策略7月11日