Deep Reinforcement Learning （paper reading notes）

1.Application of Deep Reinforcement Learning in Mobie Robot Path Planning

1. 传统RL方法依赖于人工提取特征，本文在强化学习的基础上加入深度Q网络（a Deep Q Network）。通过深度Q网络训练状态函数，并输出每个动作相对应的Q。
2. 深度Q网络模型：
   状态：从环境中采集的原始RGB图像。
   动作：机器人可能的移动，即前后左右。
   
3. a Deep Q Network(DQN):
   融合深度学习和强化学习。
   深度学习:负责表示马尔科夫决策过程的状态。
   强化学习:负责把控学习方向。
   DQN 算法的主要做法是 Experience Replay(经验回放机制)，其将系统探索环境得到的数据储存起来，然后随机采样样本更新深度神经网络的参数。
   
4. Q-Learning:
   reward值矩阵R，矩阵Q，状态s（图节点），行为a（图中边）。
   随机选取状态s和行为a，使用矩阵R，更新矩阵Q。多次计算，最终得到矩阵Q，根据Q即可计算最优路径。