Gymで強化学習㉖Double DQN:実践編

前回は、Double DQNがなぜ必要となったのかについて理論的な側面から解説しました。今回は、Double DQNを実装し、どのような環境で効果を発揮するのかを観察します。

Double DQNの実装は、DQNの実装とほぼ同じですが、ターゲットQ値の
計算のところが変更されます。また、環境におけるノイズを増加させるために月面着陸の環境を作成する際の設定を変更します。

では、さっそく始めましょう。