y-kamiya https://blog.hatena.ne.jp/y-kamiya/ MEMOcho- https://jsapachehtml.hatenablog.com/ rainbowの一要素であるmulti step learningを実装したのでメモ。 rainbowの論文はこちら https://arxiv.org/pdf/1710.02298.pdf Multi-step learningの項目で説明されており、参照として載っているのがこちら http://www.incompleteideas.net/sutton/book/ebook/node73.html 通常１ステップ分の報酬とその次の最適な行動からloss計算に使う推定値を決めるが、それをnステップ分の報酬まで使うようにしたもの。 lossの数式的な違いはこちらにわかりやすく書かれていた 【… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fjsapachehtml.hatenablog.com%2Fentry%2F2019%2F02%2F02%2F161149" title="pytorchでmulti step learningを実装 - MEMOcho-" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2019-02-02 16:11:49 rich https://jsapachehtml.hatenablog.com/entry/2019/02/02/161149 1.0 100%