#deep-q-learning

從 Approximate Q-learning 到 DQN｜CMU 07-280 第 23 堂

第 23 講以 Qθ(s,a) 取代巨大 Q-table：先用 features 線性近似並由 squared TD error 推導 gradient update，再以 replay data 與固定 target network 形成 DQN。