強化學習之DQN流程詳解

本文的主要流程按照： Q learning的基本流程 神經網絡的引入 deepmind 2015年nature論文的兩種改進策略 完整的DQN流程（參考上述論文） 來進行講解。 1. Q learning 的基本流程 幾個基礎概念： Q(s,a)--存儲在狀態s下動作a的Q value的矩陣，矩陣規模爲num(s)*num(a); s--狀態，a--動作，r--回報值； 整個Q學習的過程是利用be

>>阅读原文<<