DQNは頭の悪い不良を表す隠語ではなくなる。それどころか人類の上に来る存在となる。 #19

ネイチャーの記事読んだ
Q学習を変型した感じのQ関数をニューラルネットで作るんだってさ
過去百万フレームの記憶 (どの画面のときにどのボタン押したらどうなった) を参照して学習するらしい