本文将分 2 期进行连载，共介绍 13 个在强化学习任务上曾取得 SOTA 的经典模型。 第 1 期：DQN、DDQN、DDPG、A3C、PPO、HER、DPPO、IQN 第 2 期：I2A、MBMF、MVE、ME-TRPO、DMVE 本期收录模型速览 强化学习（Reinforcement Learning, RL）是机器学习的范式和方法论之一，用于描述和 ...

In an old school gaming party to end all parties, Google's new deep Q-network (DQN) algorithm is likely to mop the floor with you at Breakout or Space Invaders, but maybe take a licking at Centipede.