决斗DQN和双DQN的区别？

Question

我读过一些文章，但还是找不出决斗DQN和双DQN之间的区别吗？他们之间到底有什么区别？另外，决斗DQN需要建立在双DQN之上吗？谢谢!

Answer 1

它们是不同的技术。Double使用两个网络来避免过于乐观的Q值。决斗使用两个新的流--价值和优势--分离估计器。然后对这两个流进行聚合。