dqn.
Не знаю базы ЯП, но с агентами построил ИИ, которому нужно в 250 раз меньше опыта, чем PPO
×250 — столько опыта не хватило PPO, чтобы догнать мой ИИ
Глубокое Q-обучение (DQN)
вкалывают роботы...Немного контекстаПодходит к завершению серия моих заметок про использование идей искусственного интеллекта для решения задачи коммивояжера (TSP). Я последовательно разобрал некоторые классические решения TSP и далее рассказал
