学习DQN

深度增强学习（Deep Reinforcement Learning, DRL）是DeepMind（被谷歌收购）近几近来重点研究且发扬光大的机器学习算法框架。DQN（Deep Q-Learning Network）可谓是深度强化学习（Deep Reinforcement Learning，DRL）的开山之作，是将深度学习与强化学习结合起来从而实现从感知（Perception）到动作（ Action ）的端对端学习的一种全新的算法。DQN由DeepMind在NIPS 2013上首次发表，后又在Nature 2015上发表改进版。后续又有Double DQN，Prioritised Replay，Dueling Network等进一步改进。本篇主要通过利用DNQ玩儿飞FlappyBird的代码来理解基本的DNQ（NIPS版）、介绍DNQ的核心思想，并对后续的其他改进版本DQN做简单阐述。大部分内容整理自论文和博客。

更多内容可①长按原文地址：http://lanbing510.info/2018/07/17/DQN.html -->②选择复制-->③打开 在浏览器打开阅读。