Gymで強化学習㉘Dueling DQN:実践編

前回は、Dueling DQNの理論を解説しました。今回は、実装を行います。

ただし、優先度付き経験再生に関してはまだ詳細を解説していないので実装から除外しています。これについては次回の記事で解説します。また、優先度付き経験再生はもともとDQNやDouble DQNに対する改善手法なのでDueling DQNに特有な機能ではありません。

Dueling DQNはDQNやDouble DQNで使われたQネットワークに改良を加えたものと捉えるのが一番わかりやすいでしょう。よって、今回はその部分の実装にフォーカスします。

それでは、さっそく始めましょう。