10. DQN 改进

阅读延伸

• Thrun 和 Schwartz，1993 年， 《使用函数逼近进行强化学习存在的问题》 （ 高估 Q 值）
• van Hasselt et al.，2015 年， 《双 Q 学习的深度强化学习》
• Schaul et al.，2016 年， 《优先经验回放》
• Wang et al.，2015 年。 《深度强化学习的对抗网络架构》 。
• Hausknecht 和 Stone，2015 年， 《部分可观察 MDP 的深度递归 Q 学习》