Додати до Chrome
✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.
Чому Deep Q-Network (DQN) може переоцінювати Q-значення?
Високе значення learning rate
Використання replay buffer для навчання
Шум і похибки апроксимації нейронною мережею
Використання оператора max у Bellman-оновленні
Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!