dqn系列梳理_[魔法陣系列] Deep Q Network（DQN）之術式解析

CV/Tensor

生成模型

Sequence Learning

Deep Reinforcement Learning

在本次系列文 「英雄集結：深度學習的魔法使們」 中基本上每個脈絡皆有說明代表性的魔法陣。

先幫有看完這些系列文的你們大力鼓掌！在寫這篇的同時，iT邦幫忙鐵人賽輪播到的激勵語句是：

第一個青春，上帝給的：第二個青春，自己努力。寫鐵人文讓人好青春唷！

也幫自己鼓掌，每天擠時間寫鐵人文章，現在大概老了十歲...(說好的青春呢？)

隨著鐵人賽邁入尾聲，本篇將介紹最後一個魔法陣：Deep Q Network(DQN)。

2015 年 Deepmind 在 Nature 發表了「Human-level Control Through Deep Reinforcement learning」論⽂，內容使用強化學習(Reinforcement learning)和深度學習來教電腦玩 Atari 的遊戲。Deepmind 開啟了所謂的“深度強化學習”的時代，更多的應用大家想必都聽過，就是 AlphaGO，一樣是由 DeepMind 團隊所開發。

強化學習(Reinforcement learning)

在講 Deep Q Network(DQN)魔法陣之前，先簡單介紹強化學習：

強化學習是一種機器學習，允許創建一個 agent ，藉由與環境的互動來從中學習。就像我們學習如何騎自行車一樣，這種 AI 通