Parham Nooranbakht 等提出选择性生长Q网络SGQN

Parham Nooranbakht 等在 arXiv 论文《Selective Growing Q-Networks (SGQN)》中提出选择性生长Q网络（SGQN），保留解耦Q学习，把均匀增长的动作网格改为自适应网格：在估计Q值高的分箱旁增加分箱、裁剪低Q值分箱，并以ε-贪心方式选择动作。 在8个DeepMind Control Suite任务（动作维度2到12）上，SGQN在所比较方法中有4个的平均最终回报最高。作者指出其与GQN、DecQN基线还存在其他差异，如每环境步做一次梯度更新而非每八步一次，且未做控制实验，因此不把优势归于单一组件。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。