课程背景

2015年，Google的DeepMind团队实现了突破，它们训练了一种叫做DQN的人工神经网络，完成了深度学习和传统的强化学习的无缝拼接，并在300多款Atari游戏上实现了一定程度上的通用人工智能（Artificial General Intelligence）。他们的做法就是改造强化学习的经典算法Q-learning，将其改造成一种有监督的机器学习问题。之后，他们训练了一个深度卷积神经网络，输入一张游戏中的画面，和游戏手柄的动作，就可以输出对这一状态和动作组合的Q值评估。

在不改变任何网络结构和超参数的情况下，只要我们让DQN网络反复地玩一款游戏，它就可以学会适当的评价函数Q，并指导着AI玩家把游戏玩的越来越好。最终，DQN可以在大量经典Atari游戏上表现突出，超越了很多经典的强化学习算法，和人类玩家的最好水平。

课程目的

学完本课程，你能做到

• 了解强化学习算法的概念

• 熟悉一些经典的强化学习算法，如Q-Learning算法等

• 了解强化学习是如何与深度学习结合的

• 熟悉Deep Q-Learning算法

课程详情

本课程将详解Q－learning算法以及DQN网络的运行原理，主要内容涵盖：

• 经典强化学习算法回顾

• Q-learning算法

• DQN原理

• DQN的表现结果