一种基于视觉注意力机制的深度循环Q网络模型_翟建伟

资 源 简 介

一种基于视觉注意力机制的深度循环Q网络模型_翟建伟

详 情 说 明

该研究提出了一种结合视觉注意力机制的深度循环Q网络(DRQN)模型，用于解决复杂环境下的强化学习任务。模型的核心创新点在于通过注意力机制动态聚焦关键视觉区域，同时利用循环网络处理时序信息。

传统DRQN直接处理完整视觉输入，容易受无关背景干扰。新模型引入注意力模块，通过计算特征图权重分布，让网络专注于任务相关区域。这种机制尤其适用于视觉信息冗余的场景，如目标追踪或视觉导航任务。

循环结构的加入使模型具备记忆能力，可以处理部分可观测环境中的时序依赖问题。实验表明，在Atari游戏等基准测试中，该模型相比标准DRQN能更快收敛并获得更高分数，特别是在需要长期记忆和精确视觉定位的任务中表现突出。

模型的注意力机制采用软注意力设计，可端到端训练，既保留了空间信息又实现了不同区域的自适应加权。这种架构为处理高维视觉输入的强化学习问题提供了新思路。