【強化学習】Rainbow（+Retrace）を解説・実装 - Qiita

この記事は自作している強化学習フレームワーク SimpleDistributedRL の解説記事です。 Rainbowについては昔記事を書いていますが、知識も更新されているので改めて書いています。 前：DQN 次：R2D2 Rainbow Rainbow は DQN 以降に登場したいろいろな改良手法を全部乗せしたアルゴリズムです。 6種類+DQN なので Rainbow とついています。 また、本記事では Multi-Step learning について Retrace を導入しています。 Rainbow: Combining Improvements in Deep Reinforcement Learning(論文) 1. Double Q-learning 参考 ・Deep Reinforcement Learning with Double Q-learning (論文) ・Dou

[misshiki]

“自作した強化学習フレームワークであるSimpleDistributedRLの解説記事...Rainbow は DQN 以降に登場したいろいろな改良手法を全部乗せしたアルゴリズムです。6種類+DQN なので Rainbow とついています。”