DQN为什么离不开经验回放：一次小实验把两个经典组件拆开了 深度Q网络（DQN）能让机器在雅达利游戏里学会拿分。它的底子是 Q 学习，再加一张神经网络。 深度Q网络的基本结构：智能体看环境状态，网络给出每个动作的价值，挑一个执行，环境返回奖励。 常见的技术介绍里，经验回放缓冲区和目标网络总是被摆在一起。两根支柱，缺一不可，这是标准说法。 对做AI工具和自建[……]继续阅读
