notes2-- 深度强化学习入门到熟练（Shusen Wang）

Value-based Learning 价值学习 回顾 Deep Q network (DQN) 使用神经网络近似 Q ∗ Q^{*} Q∗ 函数 Approximate the Q Funcition DQN in Super Mario Temporal difference(TD) TD learning for DQN Summary

>>阅读原文<<