[DQN] Playing Atari with Deep Reinforcement Learning

论文链接：https://arxiv.org/abs/1312.5602
引用：Mnih V, Kavukcuoglu K, Silver D, et al. Playing atari with deep reinforcement learning[J]. arXiv preprint arXiv:1312.5602, 2013.

概述

Deep Reinforcement Learning (DQN) 是一个 model-free、off-policy 的强化学习算法，使用深度神经网络作为非线性的函数估计，是一个“端到端”训练的算法。Deep Q-network 直接接受RGB三通道图片作为输入，输入为N个动作对应的Q值，即 $Q(s,a)$，论文的实验主要基于七个Atari游戏。

算法

主要的创新点

• 引入了一个replay buffer，用于存储采样，即一个四元组：