CartPole小游戏DQN实现（NIPS版本）
本次试验用DQN实现了CartPole游戏的AI，游戏中设定了当10轮平均reward达到200之后退出游戏。当训练到1600轮之后，Agent成功达到了200平均奖励，说明该DQN成功的估计了Q值，找到了游戏的策略。
DQN 实现（二）
DQN使用的环境与之前Q-learning的大体相同，修改了state的表达。
DQN 实现（一）
整个DQN的实现分为两部分，第一部分是用纯Q-learning的表格形式训练Agent，第二部分是DQN算法，结合深度学习，用网络进行Q值更新。
字符串——后缀数组
字符串——后缀数组
字符串——KMP算法
字符串——KMP算法
DQN 总结
这篇总结了Q-learning算法和DQN算法2013年的NIPS版本和2015年的NATRUE版本。
Human level control through deep learning - 阅读学习
本篇对谷歌发布的论文Human level control through deep learning进行翻译与学习。
之后会附上完整的AI版Atari Breakout游戏Tensorflow代码。