強化學習，深度強化學習

DQN的侷限性 Atari 遊戲所需的動做是離散的（有時間間隔的輸出），相對低維的（只有少數幾個動做），而實際的控制問題則是連續的，高維的。DQN沒法直接應用到這樣的領域，由於連續的值（好比輸出一個速度）須要在每一步都做出優化迭代，DQN只是根據動做對Q值作優化。  要直接應用DQN到連續動做領域，最簡單的作法就是將連續動做離散化，也就是依然每一個時間間隔輸出一個動做值，把每一個動做也離散化。但這

>>阅读原文<<