Serendipity faf0d5ea42 feat: 改进DQN训练稳定性和性能 ...

- 将奖励裁剪替换为奖励缩放，保留奖励大小信号
- 添加学习率调度器，支持warmup和步进衰减
- 增加经验回放缓冲区大小至200,000
- 默认启用Dueling DQN架构
- 优化代码格式和参数传递
- 添加更多训练中间模型保存点

2026-05-02 02:02:17 +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: 改进DQN训练稳定性和性能

2026-05-02 02:02:17 +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%