强化学习扫盲贴：从Q-learning到DQN
2019-09-28⼣⼩瑶的卖萌屋
本⽂转载⾃知乎专栏「机器学习笔记」，原⽂作者「余帅」，链接
https://zhuanlan.zhihu.com/p/35882937
1 本⽂学习⽬标
1. 复习Q-Learning；
2. 理解什么是值函数近似（Function Approximation）；
3. 理解什么是DQN，弄清它和Q-Learning的区别是什么。
2 ⽤Q-Learning解决经典迷宫问题
现有⼀个5房间的房⼦，如图1所⽰，房间与房间之间通过⻔连接，编号0到4,5号是房⼦外边，即我们的终点。我们将agent随机放在
任⼀房间内，每打开⼀个房⻔返回⼀个reward。图2为房间之间的抽象关系图，箭头表⽰agent可以从该房间转移到与之相连的房
间，箭头上的数字代表reward值。
图1 房⼦原型图
图2 抽象关系图
根据此关系，可以得到reward矩阵为
