学習ノート - 強化学習

ゼロからDeepまで学ぶ強化学習 - Qiita これを精読する。

DQNの生い立ち ＋ Deep Q-NetworkをChainerで書いた - Qiita http://www.fun.ac.jp/~osawa/course/AI2/learning/QLearning.html まだ１行も読めてない。

JavaでQ学習を実装 迷路の最適ルートを学習・探索 - 人工知能であそぶ 実際に迷路の問題を解いている。