强化学习 · 2013 · DQN
Playing Atari with Deep Reinforcement Learning
Volodymyr Mnih et al.
将深度网络与 Q-learning、经验回放结合学习控制。
价值学习经验回放Atari
复现空间 · 建议计划
入门 · 小规模训练 · 编辑建议，尚未实测
最小实验目标
先在 CartPole 验证经验回放与 TD 目标，再为 Atari 单游戏制定复现协议。
数据集 / 环境
教学 CartPole；原论文为 Atari 环境。
评估项
- Episode Return
- 样本效率
- 多种子区间
边界与常见偏差
此条对应 2013 预印本，不是 2015 Nature 版本；CartPole 仅为教学迁移，不是 Atari 复现。
实验验收协议
- 阅读原文，选定要对齐的具体表格、模型变体与数据划分；把缩小规模或替换组件单独列出。
- 核对作者资源的许可与依赖，锁定代码 commit、权重版本、硬件、随机种子和完整运行命令。
- 先完成数据与推理检查，再执行约定的实验；记录多次运行结果、资源消耗和失败案例。
- 提交可核验的代码、配置、日志与报告。原论文数值须注明表格和协议，当前指标必须附实际运行证据。
实验记录
- 原论文对齐目标
- 待认领后选定具体表格与评估条件
- 社区复现指标
- 暂无已验证结果
暂无实验日志与复现报告。收录此论文不表示社区已完成训练或评估；后续记录通过仓库 Issue 和 Pull Request 补充。