100余行代码带你入门强化学习DQN算法

1. 简介

DQN算法是经典的强化学习算法， 作为一个入门级的算法，深度强化学习领域的hello world，很有必要自己手动写一个简易实现。

2. 关键要点

DQN算法中，重要的是两个东西，一个是replay buffer，一个是agent。replay buffer涉及到经验的存储与采样。而agent中则涉及到构建神经网络与使用bellman equation更新网络。

2.1 replay buffer存储及采样数据

首先导入必要的库：

import copy
import gym
import torch
import torch.nn as nn