DQN解決cartpole原理

標籤（）： 機器學習 文章目錄 @[toc] 爲什麼需要DQN DQN與Q學習？ DQN算法更新 附錄（莫凡代碼） 當學習狀態空間很大，例如圍棋的學習中，由於狀態空間過大導致Q表遠遠超過內存，所以在複雜學習情況下Q表更新並不適用。 取而代之的是用神經網絡當做Q表使用，第一種神經網絡是輸入狀態和動作，輸出動作的評價值，第二種神經網絡是輸入狀態輸出所有動作和該動作的評價值，再從中選取評價高的動作進行決

>>阅读原文<<