深度 Q 网络

深度 Q 网络（DQNs）是一种将 Q-learning 与深度神经网络相结合的强化学习算法。DQNs 不使用传统的 Q 表来存储 Q 值（表示在特定状态采取特定行动所预期的奖励），而是使用神经网络来近似 Q 函数。这使得 DQNs 能够处理具有大型或连续状态空间的环境，而 Q 表在这种环境下会不切实际。神经网络以状态作为输入，并输出每个可能行动对应的 Q 值，使智能体能够通过反复试验来学习最优策略。