強化學習——從Q-Learning到DQN到底發生了什麼？

1 學習目標 1. 複習Q-Learning； 2. 理解什麼是值函數近似（Function Approximation）； 3. 理解什麼是DQN，弄清它和Q-Learning的區別是什麼。 2 用Q-Learning解決經典迷宮問題 現有一個5房間的房子，如圖1所示，房間與房間之間通過門連接，編號0到4,5號是房子外邊，即我們的終點。我們將agent隨機放在任一房間內，每打開一個房門返回一個r

>>阅读原文<<