DQN笔记

DQN的论文发展：

https://www.jianshu.com/p/b92dac7a4225

DQN的开篇之作：Playing Atari with Deep Reinforcement Learning

1. 阐述了reinformation learning和deep learning的不同
2. 介绍了传统的RL和Q-learning，给出了基本概念和公式
3. 使用CNN进行RL的优点
4. 给出了使用NN做RL的目标函数
   （下面的原文给出了基本的概念，并从传统的RL引入到使用CNN的RL。从Q（s,a）这种离散的学习方法引入到Q（s,a,theta）这种通过学习参数来获取目标值的连续拟合方法）
   
5. 论文提出了experiment replay概念，在网络学习时不时的使用以前经历过的状态，来让学习更佳牢靠 smooth
6. 论文给出了DQN的算法描述，并给出了DQN的优点
   
7. 最后论文给出了使用DQN完成游戏的网络学习设置，给出了实验和测评