基於神經網絡的DQN方法

Deep Q Nework 方法： 訓練數據採用隨機經驗回放。TD回退結合TargetQ網絡預測預估出一個目標量，再用Q網絡預測的現實值，目標量與現實值差值更新兩個網絡的參數集合。 DeepQ Network算法的詳細解釋： 需要明白兩個概念，一個是Q網絡，一個是targrtQ網絡，Q網絡是我們預測網絡，targrt Q網絡可以認爲是我們的訓練網絡，訓練的目標是找到目標Q值：，這裏目標Q值的定義依

>>阅读原文<<