EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Evaluasi Komparatif DQN, PPO, dan SAC pada Ruang Aksi Diskrit dan Kontinu

Muhammad Ilham Ashiddiq Tresnawan, Stefanus Eko Prasetyo, Ryan Fiorentino Goh

Smart Comp :Jurnalnya Orang Pintar Komputer · 17.11.2026 · 15 (4) · 1267-1283

DOI: 10.30591/smartcomp.v15i4.10727 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Smart Comp :Jurnalnya Orang Pintar Komputer, online erschienen am 17.11.2026. Verfasst von Muhammad Ilham Ashiddiq Tresnawan und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Pemilihan algoritma Deep Reinforcement Learning (DRL) masih menjadi persoalan terbuka karena performa yang dilaporkan bergantung pada karakteristik lingkungan, jenis ruang aksi, dan protokol evaluasi yang dipakai. Penelitian ini melakukan perbandingan terkendali terhadap tiga algoritma yang mewakili tiga metode berbeda, yaitu Deep Q-Network (DQN), Proximal Policy Optimization (PPO), dan Soft Actor-Critic (SAC), pada CartPole-v1, LunarLander, dan BipedalWalker-v3. Tujuh kombinasi algoritma-lingkungan yang sah secara matematis dilatih dengan lima seed pada dua lengan eksperimen yang memisahkan pengaruh kapasitas jaringan neuron dari identitas algoritma, lalu dievaluasi dengan uji-t Welch dan interquartile mean berinterval kepercayaan bootstrap berstrata. Hasilnya menunjukkan bahwa keunggulan algoritma tidak dapat dinyatakan secara umum. PPO menyelesaikan CartPole-v1 pada kelima seed sedangkan DQN hanya pada satu seed, dan pengukuran langsung terhadap kebijakan terlatih menunjukkan margin keputusan DQN hanya 0,68 persen dibanding 61,39 persen pada PPO sehingga pemilihan aksinya berlangsung pada tingkat kesalahan estimasi fungsi nilai.. Pada LunarLander tidak satu pun perbandingan yang signifikan. Pada BipedalWalker-v3 keunggulan SAC atas PPO baru signifikan setelah kapasitas jaringan neuron dikendalikan. Pilihan protokol evaluasi dan pengendalian kapasitas jaringan neuron terbukti dapat mengubah status signifikansi kesimpulan.

Zitieren

APA

Tresnawan, M. I. A., Prasetyo, S. E., & Goh, R. F. (2026). Evaluasi Komparatif DQN, PPO, dan SAC pada Ruang Aksi Diskrit dan Kontinu. Smart Comp :Jurnalnya Orang Pintar Komputer, 15(4), 1267-1283. https://doi.org/10.30591/smartcomp.v15i4.10727

Vancouver

Tresnawan MIA, Prasetyo SE, Goh RF. Evaluasi Komparatif DQN, PPO, dan SAC pada Ruang Aksi Diskrit dan Kontinu. Smart Comp :Jurnalnya Orang Pintar Komputer. 2026;15(4):1267-1283. doi:10.30591/smartcomp.v15i4.10727

BibTeX
@article{Tresnawan2026,
  author = {Tresnawan, Muhammad Ilham Ashiddiq and Prasetyo, Stefanus Eko and Goh, Ryan Fiorentino},
  title = {Evaluasi Komparatif DQN, PPO, dan SAC pada Ruang Aksi Diskrit dan Kontinu},
  journal = {Smart Comp :Jurnalnya Orang Pintar Komputer},
  year = {2026},
  volume = {15},
  number = {4},
  pages = {1267--1283},
  doi = {10.30591/smartcomp.v15i4.10727}
}
Kostenlos starten →