はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、8.2節の内容です。DQNを実装して、カートポールを学習します。 【前節の内容】 www.anarchive-beta.com 【他の記事一覧】 www.anarchive-beta.com 【この記事の内容】 はじめに 8.2 DQNのコア技術 8.2.2 経験再生の実装 処理の確認 実装 8.2.4 ターゲットネットワークの実装 実装:ニューラルネットワーク 処理の確認:エージ…