#dqn

之前的文章简单介绍了深度Q-learning的理论以及Q-learng的实战，这篇文章我们就来实践一下与深度学习相结合的Q-learning——Deep Q-learning。 同样的，为了方便与读者交流，所有的代码都放在了这里： 1. Q-learning与深度学习回顾

之前的文章介绍了Q-learning, 介绍了深度学习(Deep Learning)，DQN顾名思义就是将两者结合起来。DeepMind公司也就是用DQN从玩各种电子游戏开始，直到训练出阿尔法狗打败了人类围棋选手。本文就简单地介绍一下DQN的基本概念。 1. Q-Learning 和 深度学习回顾 Q-learning是通过不停地探索和更新Q表中的Q值从而计算出机器人行动的最佳路径的，公式为

一つ前の投稿したソースだが、何故かすさまじい無駄改行の嵐で、 とてもじゃないが見れたもんじゃない。 すぐにでも消したいのにページを開くと強制ログアウトされてしまい編集ができないという謎の減少が起きている。。 ということで本当申し訳ないが、いつかタイミングをみてGitにソースコードをアップロードしようと思う。 そして次は、BitMexで公式が実装したMMBotを使った機械学習を試みてみようと思う。