DQN

DQN とは、行動の価値を表す Q 値をニューラルネットワークで近似する、深層強化学習の代表的な手法です。

ゲーム画面の画像をそのまま入力として受け取り、どの操作がどれだけ有利かを出力します。過去の経験を貯めて再利用する経験再生などの工夫で学習を安定させています。

多数の Atari のゲームで人間並みの成績を出し、深層強化学習の出発点となりました。