Serendipity 79ffb90823 feat: 优化DQN训练配置并支持Dueling网络评估 ...

- 将学习率调整为5e-5，批次大小增加到64，经验回放缓冲区扩大到500,000
- 启用优先经验回放，调整目标网络更新频率为1000步
- 评估时使用Dueling网络架构，训练时评估模式的ε设为0
- 更新评估结果以反映配置改进后的性能变化

2026-05-02 11:36:12 +08:00

外教课

docs: 添加课程资料与更新作业要求文档

2026-05-01 09:47:09 +08:00

强化学习个人课程作业报告

chore: 更新项目文档、依赖和训练脚本

2026-05-01 09:26:23 +08:00

强化学习个人项目报告

feat: 添加DQN强化学习项目框架和核心实现

2026-05-01 10:01:12 +08:00

强化学习个人项目报告（Atari 游戏方向）

feat: 优化DQN训练配置并支持Dueling网络评估

2026-05-02 11:36:12 +08:00

资料

chore: 更新项目文档、依赖和训练脚本

2026-05-01 09:26:23 +08:00

.gitignore

feat: 改进DQN训练稳定性和性能

2026-05-02 02:02:17 +08:00

S

Description

No description provided

2.1 GiB

Languages

Jupyter Notebook 52.3%

Python 33.9%

TeX 13.8%