DAQN：深度自编码器与 Q 网络

深度强化学习方法通常需要大量训练图像与执行动作以获得充分结果。当将其推广至真实环境中由实际机器人执行的真实任务时，由于输入图像的复杂性或噪声，该方法将需要更多训练图像，且在真实机器人上执行大量动作也成为一个严重问题。因此，我们提出一种扩展的深度强化学习方法，其应用生成模型来初始化网络，以减少训练试验次数。本文中，我们采用深度 Q 网络（deep q-network）方法作为深度强化学习方法，并采用深度自编码器（deep auto-encoder）作为生成模型。我们在三项不同任务上进行了实验：cart-pole 游戏、atari 游戏以及带实际机器人的真实游戏。所提方法在所有任务上均比先前方法训练更高效，尤其在带真实环境图像的任务上快 2.5 倍。