深度强化学习(Deep Q-learning,DQN)

参考：教学视频莫烦Python

一，什么是DQN?

学习资料：

• DQN Pytorch Python 教程
• 强化学习实战
• 强化学习教程
• 强化学习模拟程序
• 论文Playing Atari with Deep Reinforcement Learning

强化学习与神经网络

如图显示，主要由DNN＋Q-Learning组成。

Q-Learning已经显示了它的强大。由于场景复杂，状态太多，计算机运行有限。DQN就为解决这个而生。

强大的DQN输入输出有两种，第一种，输入状态和动作，输出为Q表。第二种，输入状态，输出动作。

 

分析第二种情况：

 反向传播更新DNN。

使得DQN无比强大的两大原因：第一，Experience replay；第二，Fixed Q-targets；

二，DQN算法更新(using Tensorflow)