DQN 原理（二）：理解 DQN 中的「Q」

繼續討論 DQN（Deep Q Networks)。可能讀者對「Deep」和「Networks」已經有一定了解，但對「Q」 的含義不甚明朗。 本文仍然結合上一篇《DQN 原理（一）：環境，行爲，觀測》和上上篇《利用 TensorFlow + Keras 玩 Atari 遊戲》的代碼及論文【1】進行學習和理解。 AI 在每個時刻 t，根據其觀測到的選擇一種行爲，用策略函數表示。 策略函數 實現從觀測

>>阅读原文<<