摘要：DQN是强化学习的系列方法之一。 这里简单介绍一下强化学习，强化学习是以一种不断“试错”的方式，通过与环境的交互获得的奖赏指导行为，从而使模型获得最大化奖赏，由于外部环境提供的强化信号仅仅是对模型动作的一种评价，强化学习必须靠自身的经历进行学习，通过这种方式，模型得以从行动-评价的环境中学到知识，从 阅读全文

摘要：要求： 1.能够检测到理想的状态 2.可以多次尝试 3.系统的下个状态只与当前状态信息有关，而与更早之前的状态无关，在决策过程中还和当前采取的动作有关。 马尔科夫决策过程由五个元素组成： S:表示状态集（states） A:表示一组动作（actions） P:表示状态转移概率Psa表示在当前s∈S， 阅读全文

摘要：在强化学习中，有这样几个概念： 智能体（Agent）:我们要操控的对象 状态（State）:当前智能体在环境中所处状态 行为（Action）:当前智能体在当前状态下要进行的下一个动作 奖励（Reward）:当智能体进行某一个操作时，对其该操作给出的评价 策略（Policy）:为达到目标（最大化奖励） 阅读全文