深層強化学習（価値ベース）：DQN とその改良

強化学習にディープラーニングを組み合わせた深層強化学習を学びます。基礎層では、価値を予測するはたらきをニューラルネットワークに担わせる、という考え方をつかみます。深掘り層では、DQN を安定させた経験再生と目標ネットワーク、そしてダブル DQN・デュエリングネットワーク・ノイジーネットワーク・Rainbow・APE-X・Agent57 という改良の系譜と、連続値制御の課題までを説明できるようになります。