البنية المزدوجة

بنية شبكة عصبية لـ Q-learning تفصل تقدير دالة قيمة الحالة V(s) عن تقدير دالة الأفضلية A(s,a) في مسارين متوازيين يتشاركان طبقات التفافية، ثم تدمجهما لإنتاج قيم Q.

A neural network architecture for Q-learning that separates the estimation of state value V(s) from action advantage A(s,a) in two parallel streams sharing convolutional layers, then combines them to produce Q-values.