qq_43217044的博客

原创 【经验分享】DQN入门篇—利用DQN解决MountainCar

【经验分享】DQN入门篇—利用DQN解决MountainCar  近日，学习了百度飞桨深度学习学院推出的强化学习课程，通过课程学习并结合网上一些知识，对DQN知识做了一个总结笔记。本篇文章内容涉及DQN算法介绍以及利用DQN解决MountainCar。强化学习强化学习的目标是学习到策略，使得累计回报的期望值最大，即：          为了便于求解最优策略，引入值函数和动作状态值函数来评价某个状态和动作的优劣。值函数的定义如下：动作状态值函数定义为：         求解值函数和动作状态值