更改

​​

​​

在论文中DQN所用的网络结构是三个卷积层加两个全连接层，网络的输入是经过预处理后的数据，预处理指的是将210*160的游戏图像转化为84*84的图像等操作，得到算法结构中的具体代码实现和网络结构见图和以下代码：

在论文中DQN所用的网络结构是三个卷积层加两个全连接层，网络的输入是经过预处理后的数据，预处理指的是将210*160的游戏图像转化为84*84的图像等操作，得到算法结构中的具体代码实现和网络结构见图和以下代码：

[[文件:网络结构.png|缩略图]]

[[文件:网络结构.png|缩略图|网络具体结构]]

   

   

工程中，使用随机梯度下降 SGD 来完成优化，另外当令 <math> θ_{i}^{−} = θ_{i−1} </math>时，退化为原始的 Q-Learning 更新形式

工程中，使用随机梯度下降 SGD 来完成优化，另外当令 <math> θ_{i}^{−} = θ_{i−1} </math>时，退化为原始的 Q-Learning 更新形式

==DQN在pytorch中的简单完整实现==

==DQN在pytorch中的简单完整实现==