通俗解释
加入经验回放（打乱相关样本）和目标网络（稳定训练目标），首次让深度网络稳定地做强化学习，在多款 Atari 游戏上达到人类水平。
用在哪里：深度强化学习入门基线
时间轴 · 前置 → 当前 → 后继
01原始论文
Playing Atari with Deep Reinforcement Learning
Volodymyr Mnih, Koray Kavukcuoglu, David Silver, et al. · 2013
arXiv ↗ ✓ 已核实 · arXiv API
备注：Nature 版：DOI 10.1038/nature14236（2015）
02知识位置
左边先学；右边是学完它之后可以学的。
深度 Q 网络 DQN
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
dqn)