RL強化學習算法90行代碼快速實戰 DQN代碼分層講解

強化學習DQN算法介紹：web DeepMind《Playing Atari with Deep Reinforcement Learning》提出了DQN ，DQN使用卷積神經網絡做爲價值函數來擬合Q-learning中的動做價值，這是第一個直接從原始像素中成功學習到控制策略的深度強化學習算法。DQN 模型的核心就是卷積神經網絡，使用Q-learning 來訓練，其輸入爲原始像素，輸出爲價值函數

>>阅读原文<<