Buchumschlag

A Comparative Study of Deep Reinforcement Learning Models: DQN vs PPO vs A2C

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	De La Fuente, Neil, Guerra, Daniel A. Vidal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GB-DQN: Gradient Boosted DQN Models for Non-stationary Reinforcement Learning
von: Lee, Chang-Hwan, et al.
Veröffentlicht: (2025)

CM-DQN: A Value-Based Deep Reinforcement Learning Model to Simulate Confirmation Bias
von: Shen, Jiacheng, et al.
Veröffentlicht: (2024)

SF-DQN: Provable Knowledge Transfer using Successor Feature for Deep Reinforcement Learning
von: Zhang, Shuai, et al.
Veröffentlicht: (2024)

DeepSeek vs. ChatGPT vs. Claude: A Comparative Study for Scientific Computing and Scientific Machine Learning Tasks
von: Jiang, Qile, et al.
Veröffentlicht: (2025)

A Controlled Study of Double DQN and Dueling DQN Under Cross-Environment Transfer
von: Nasir, Azkaa, et al.
Veröffentlicht: (2026)

Prototype Augmented Hypernetworks for Continual Learning
von: De La Fuente, Neil, et al.
Veröffentlicht: (2025)

Single- vs. Dual-Policy Reinforcement Learning for Dynamic Bike Rebalancing
von: Liang, Jiaqi, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning with Enhanced PPO for Safe Mobile Robot Navigation
von: Taheri, Hamid, et al.
Veröffentlicht: (2024)

TreeDQN: Sample-Efficient Off-Policy Reinforcement Learning for Combinatorial Optimization
von: Sorokin, D., et al.
Veröffentlicht: (2023)

$β$-DQN: Improving Deep Q-Learning By Evolving the Behavior
von: Zhang, Hongming, et al.
Veröffentlicht: (2025)

An Arbitration Control for an Ensemble of Diversified DQN variants in Continual Reinforcement Learning
von: Jang, Wonseo, et al.
Veröffentlicht: (2025)

Dynamic Operating System Scheduling Using Double DQN: A Reinforcement Learning Approach to Task Optimization
von: Sun, Xiaoxuan, et al.
Veröffentlicht: (2025)

BCE vs. CE in Deep Feature Learning
von: Li, Qiufu, et al.
Veröffentlicht: (2025)

KAN v.s. MLP for Offline Reinforcement Learning
von: Guo, Haihong, et al.
Veröffentlicht: (2024)

Predicting E-commerce Purchase Behavior using a DQN-Inspired Deep Learning Model for enhanced adaptability
von: Jain, Aditi Madhusudan
Veröffentlicht: (2025)

Reward Model Learning vs. Direct Policy Optimization: A Comparative Analysis of Learning from Human Preferences
von: Nika, Andi, et al.
Veröffentlicht: (2024)

Feature Engineering vs. Deep Learning for Automated Coin Grading: A Comparative Study on Saint-Gaudens Double Eagles
von: Dogra, Tanmay, et al.
Veröffentlicht: (2025)

Set-based v.s. Distribution-based Representations of Epistemic Uncertainty: A Comparative Study
von: Wang, Kaizheng, et al.
Veröffentlicht: (2026)

Hybrid DQN-TD3 Reinforcement Learning for Autonomous Navigation in Dynamic Environments
von: He, Xiaoyi, et al.
Veröffentlicht: (2025)

The Actor-Critic Update Order Matters for PPO in Federated Reinforcement Learning
von: Xie, Zhijie, et al.
Veröffentlicht: (2025)

Machine Learning vs Deep Learning: The Generalization Problem
von: Bay, Yong Yi, et al.
Veröffentlicht: (2024)

Statistical vs. Deep Learning Models for Estimating Substance Overdose Excess Mortality in the US
von: Krishna, Sukanya, et al.
Veröffentlicht: (2025)

A Comparative Study of Deep Reinforcement Learning for Crop Production Management
von: Balderas, Joseph, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Motor Imagery BCI -- Machine Learning vs. Deep Learning
von: Suurmeijer, Joris, et al.
Veröffentlicht: (2025)

Beyond ReLU: Chebyshev-DQN for Enhanced Deep Q-Networks
von: Yazdannik, Saman, et al.
Veröffentlicht: (2025)

Deep Q-Network (DQN) multi-agent reinforcement learning (MARL) for Stock Trading
von: Tidwell, John Christopher, et al.
Veröffentlicht: (2025)

Climate Adaptation with Reinforcement Learning: Economic vs. Quality of Life Adaptation Pathways
von: Costa, Miguel, et al.
Veröffentlicht: (2025)

Does DQN Learn?
von: Gopalan, Aditya, et al.
Veröffentlicht: (2022)

Uniform Loss vs. Specialized Optimization: A Comparative Analysis in Multi-Task Learning
von: Gama, Gabriel S., et al.
Veröffentlicht: (2025)

Graphical vs. Deep Generative Models: Measuring the Impact of Differentially Private Mechanisms and Budgets on Utility
von: Ganev, Georgi, et al.
Veröffentlicht: (2023)

Integrating LTL Constraints into PPO for Safe Reinforcement Learning
von: Zhang, Maifang, et al.
Veröffentlicht: (2026)

Centralized vs. Federated Learning for Educational Data Mining: A Comparative Study on Student Performance Prediction with SAEB Microdata
von: Tertulino, Rodrigo
Veröffentlicht: (2025)

TOPPO: Rethinking PPO for Multi-Task Reinforcement Learning with Critic Balancing
von: Li, Yuanpeng, et al.
Veröffentlicht: (2026)

Topological Signatures vs. Gradient Histograms: A Comparative Study for Medical Image Classification
von: Ahmed, Faisal
Veröffentlicht: (2025)

Efficiency vs. Fidelity: A Comparative Analysis of Diffusion Probabilistic Models and Flow Matching on Low-Resource Hardware
von: Gupta, Srishti, et al.
Veröffentlicht: (2025)

Directional-Clamp PPO
von: Karpel, Gilad, et al.
Veröffentlicht: (2025)

Active Learning of General Halfspaces: Label Queries vs Membership Queries
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2024)

Quantum vs. Classical Machine Learning: A Benchmark Study for Financial Prediction
von: Ahmad, Rehan, et al.
Veröffentlicht: (2026)

Numerical Analysis of HiPPO-LegS ODE for Deep State Space Models
von: Park, Jaesung R., et al.
Veröffentlicht: (2024)

A Scalable Decentralized Reinforcement Learning Framework for UAV Target Localization Using Recurrent PPO
von: Fernando, Leon, et al.
Veröffentlicht: (2024)