deep Q learning小筆記

1.loss 是什麼

2.

Q-Table的更新問題變成一個函數擬合問題，相近的狀態獲得相近的輸出動做。以下式，經過更新參數 θθ 使Q函數逼近最優Q值 

深度神經網絡能夠自動提取複雜特徵，所以，面對高維且連續的狀態使用深度神經網絡最合適不過了。

DRL是將深度學習（DL）與強化學習（RL）結合，直接從高維原始數據學習控制策略。而DQN是DRL的其中一種算法，它要作的就是將卷積神經網絡（CNN）和Q-Learning結合起來，CNN的輸入是原始圖像數據（做爲狀態State），輸出則是每一個動做Action對應的價值評估Value Function（Q值）。