模型Deep Q-Network / DQN算法
DQN
DeepMind于2013年提出的深度强化学习算法，首次将深度神经网络与Q-learning结合，引入经验回放机制
时间轴 (近 90 天)
8月26日
当状态空间变大或连续时表格法会失效，需要用线性函数或神经网络逼近 Q 值，即迈向 Deep Q-Network（DQN）
待验证50%
8月26日
Stable-Baselines3（SB3）基于PyTorch实现，采用模块化设计，内置PPO、SAC、DQN等算法
待验证50%
8月23日
经验回放最早在DeepMind的DQN算法中被提出，智能体将过去的交互经验存储在缓冲区中，训练时随机采样以提高样本利用效率
待验证50%
7月18日
DeepMind在2013年发表论文展示了能自学玩Atari游戏的系统
待验证50%