各種DQN

Q-learning 　　　 DQN 論文：Human-level control through deep reinforcement learning DQN其實就是將深度學習與Q-learning結合起來了，建立了卷積神經網絡來估計Q值。 　　　　 　　建立了Q network,Q target network( Q̂  )兩個網絡，對每一個episode,t時刻時，對於狀態 st ,利用

>>阅读原文<<