deep-q-learning

深度 Q 学习

使用深度强化学习制作简单游戏 AI 的介绍 在 Keras 和 Gym 中实现最简洁的深度 Q 学习实现,仅需 100 行代码! dqn.py 代码的解释已在博客文章中介绍 我对这个仓库做了一些小改动,例如添加了 load 和 save 函数,以方便使用。 我也将 memory 设置为 deque 而不是简单的列表。 这样做是为了限制内存中的元素数量。 对于 dqn.py 来说，训练可能不稳定。ddqn.py 中此问题已得到缓解。 我在下一篇文章中会介绍 ddqn。

变更记录

2026-05

• 从 gym 迁移到 gymnasium，并更新为现代的重置/步骤 API。
• 更新为 Keras 3（Adam(learning_rate=), Input 层，keras.losses.Huber）。
• ddqn.py 现在实现了真正的双 DQN（在线网络选择，目标网络评估）。
• 从 ddqn.py 中删除 CartPole 特定的奖励形状，使其环境无关。
• save() / load() 现在将 epsilon 与权重一起保存。

2017-05

• 迁移到 Keras 2 API。- 超参数调整，最终使 dqn.py 在 CartPole 上可靠地学习。

https://keon.kim/writing/deep-q-learning/