DQN

DQNは、強化学習のQ学習に深層学習を組み合わせた手法です。DeepMind社によって開発され、Atariのビデオゲームなどで人間以上のスコアを達成したことで注目を集めました。

従来のQ学習は、状態と行動の組み合わせをテーブル形式で記録していましたが、複雑な状況には対応できませんでした。DQNはニューラルネットワークを用いることで、広大な状態空間を近似的に表現し、複雑なタスクでも学習可能にしました。経験再生（Experience Replay）という学習データを蓄積・再利用する仕組みが重要です。

G検定では、強化学習のブレイクスルーとして重要です。「強化学習」と「ディープラーニング」を組み合わせた代表例として、手法の名前と役割を一致させておく必要があります。