dqn算法总结

1、dqn算法基于q-learning计算q值。

2、使用小批量暂存训练数据（训练数据基于q-learing计算得出，并且在q的计算中，使用神经网络模拟q函数，一开始效果肯定很差）。

3、在收集到足够的小批量训练数据后，使用训练数据，训练q函数的神经网络参数。

4、依次不断迭代，越到后面，神经网络越拟合现实的q函数。

5、总的来说，就是使用神经网络模拟q函数，并不断训练q函数。