题目：用于深度强化学习的决斗网络架构

主讲人：李桂云

时间：2020年12月8日下午4:30-5:30

地点：大理大学古城校区，工程学院409

简介：1）无模型强化学习的神经网络结构

      2）决斗网络中的两个独立估计量：状态值函数的估计量和依赖状态的行动优势函数的估计量

参考资料：周志华-机器学习

强化学习 Reinforcement Learning (莫烦 Python 教程)

Playing Atari with Deep Reinforcement Learning

Deep Reinforcement Learning with Double Q-learning