Keras深度学习实战（43）——深度Q学习算法

0. 前言

在《强化学习基础》一节中，我们学习了强化学习的基本概念，并且介绍了如何在给定状态下采取随机动作。此外，我们还使用自定义环境，计算下一个状态、动作和奖励。在本节中，我们首先介绍 Q 学习与深度 Q 学习的基本思想，然后利用 OpenAI 的 Gym 库模拟 Frozen Lake 和 CartPole 问题，并使用 Keras 实现 Q 学习解决这两个问题。

1. Q 学习简介

状态-动作值函数 (State-Action Value Function)，简称 Q 函数，定义为从状态 $s$