强化学习之DQN

参考：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/ DQN的两大特色： Experience replay：经验回放，Q-learning是一种off-policy离线学习方法，可以利用以前的经验进行学习 Fixed Q-targets：打乱相关性，用到两个结构相同，但架构不同的神经网

>>阅读原文<<