Implementing Deep Reinforcement Learning Models with Tensorflow + OpenAI Gym

使用Tensorflow和OpenAI Gym实现深度强化学习模型，代码已开源在lilian/deep-reinforcement-learning-gym。Q-learning通过Bellman方程更新Q值，结合ε-greedy策略探索；使用DiscretizedObservationWrapper将连续Box观察空间离散化，并通过target network与Q网络批量更新训练。