Gymで強化学習㉒DQN：理論編

前回は、Qネットワークを実装して、その問題点について解説しました。簡潔に言うと、単純にQ関数をニューラルネットワークに置き換えただけだと学習が安定しません。

しかし、その解決方法も見えてきました。その解決方法を体現しているのがDQN（Deep Q-Network）になります。

今回は、DQNで使われている手法が、どのようにQネットワークによるQ学習を安定化させるのかを解説します。