文章 "神经网络变得轻松（第二十七部分）：深度 Q-学习（DQN）" 新评论 MetaQuotes 2022.12.22 06:57 新文章 神经网络变得轻松（第二十七部分）：深度 Q-学习（DQN）已发布： 我们继续研究强化学习。 在本文中，我们将与深度 Q-学习方法打交道。 DeepMind 团队曾运用这种方法创建了一个模型，在玩 Atari 电脑游戏时其表现优于人类。 我认为评估该技术来解决交易问题的可能性将会很有益处。 您可能已经猜到了深度 Q-学习涉及运用神经网络来近似 Q 函数。 这种方式有什么优势？ 请记住上一篇文章中交叉熵表格方法的实现。 我强调，表格方法的实现假定可能的状态和动作数量是有限的。 故此，我们通过初始数据聚类来限制可能的状态数量。 但它有那么好吗？ 聚类总能产生更好的结果吗？ 运用神经网络不会限制可能的状态数量。 我认为在解决交易相关问题时，这是一个极棒的优势。 最明显的第一个方法是用神经网络替换上一篇文章中的表格。 但是，不幸的是，这并不容易。 在实践中，这种方式并不像看起来那么美好。 为了实现该方法，我们需要添加一些启发式方法。 首先，我们来看看代理者训练目标。 一般来说，它的目标是总体奖励最大化。 请看下图。 代理者必须从 Start 单元格移动到 Finish 单元格。 代理者在到达 Finish 单元格时才会收到一次性奖励。 在所有其它状态，奖励均为零。 该示意图展示了两条路径。 对我们来说，很明显，橙色路径更短、更可取。 但就奖励最大化而言，它们是等价的。 作者：Dmitriy Gizlyk 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 神经网络变得轻松（第二十七部分）：深度 Q-学习（DQN）已发布：
我们继续研究强化学习。 在本文中，我们将与深度 Q-学习方法打交道。 DeepMind 团队曾运用这种方法创建了一个模型，在玩 Atari 电脑游戏时其表现优于人类。 我认为评估该技术来解决交易问题的可能性将会很有益处。
您可能已经猜到了深度 Q-学习涉及运用神经网络来近似 Q 函数。 这种方式有什么优势？ 请记住上一篇文章中交叉熵表格方法的实现。 我强调，表格方法的实现假定可能的状态和动作数量是有限的。 故此，我们通过初始数据聚类来限制可能的状态数量。 但它有那么好吗？ 聚类总能产生更好的结果吗？ 运用神经网络不会限制可能的状态数量。 我认为在解决交易相关问题时，这是一个极棒的优势。
最明显的第一个方法是用神经网络替换上一篇文章中的表格。 但是，不幸的是，这并不容易。 在实践中，这种方式并不像看起来那么美好。 为了实现该方法，我们需要添加一些启发式方法。
首先，我们来看看代理者训练目标。 一般来说，它的目标是总体奖励最大化。 请看下图。 代理者必须从 Start 单元格移动到 Finish 单元格。 代理者在到达 Finish 单元格时才会收到一次性奖励。 在所有其它状态，奖励均为零。
该示意图展示了两条路径。 对我们来说，很明显，橙色路径更短、更可取。 但就奖励最大化而言，它们是等价的。
作者：Dmitriy Gizlyk