强化学习基础：价值学习

王树森深度强化学习基础：价值学习

No.1 Deep Q-Network (DQN)

DQN 是一个价值学习的方法，用一个神经网络去近似Q^*函数。
DQN 的输入是s，w为神经网络的参数，输出是对每一个动作a的打分。
怎么训练DQN呢？ 最常用的是TD算法。

No.2 Temporal Difference (TD) Learning

TD算法即使不完成旅程，也能更新参数。

No.3 TD Learning for DQN

No.4 Summary