跳到正文
我的
热点事件持续更新

RUDraksh12369发布2048风险感知DQN研究仓库

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

RUDraksh12369 发布了一个研究仓库，实现面向随机不确定性下长程决策的风险感知深度强化学习智能体，并以 2048 游戏环境做实证研究。 仓库提供 DQN、DoubleDQN、DuelingDQN、Double Dueling DQN 与 RA-D3QN 五种模型变体，共用同一套 CLI、检查点生命周期与断点续训语义，默认训练 2000 个 episode。RA-D3QN 额外接受 --risk-coefficient、--mobility-weight、--crowding-weight 与 --game-over-weight 参数。

AI 根据报道生成 · 17 小时前更新

最新进展11月7日 00:26
Risk-Aware Deep Q-Learning 智能体在随机环境中玩 2048 的实证研究

报道时间线

沿着报道，了解事件的不同侧面。

11月7日
  1. GitHub · 3D 生成新仓库
    Risk-Aware Deep Q-Learning 智能体在随机环境中玩 2048 的实证研究

    该仓库实现了一个面向随机不确定性下长程决策的风险感知深度强化学习智能体，以 2048 游戏环境做实证研究。仓库提供 DQN、DoubleDQN、DuelingDQN、Double Dueling DQN 与 RA-D3QN 五种模型变体，共用同一套 CLI、检查点生命周期与断点续训语义，默认训练 2000 个 episode。RA-D3QN 额外接受 --risk-coefficient、--mobility-weight、--crowding-weight 与 --game-over-weight 参数。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月7日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。