Problema que aborda
Aprender a jugar a partir de los píxeles de la pantalla y la puntuación.
Aportación principal
Deep Q-Network: Q-learning con una CNN, experience replay y red objetivo; nivel humano en muchos juegos de Atari 2600.
Arquitectura
CNN que estima el valor Q de cada acción.
Relevancia histórica
Punto de partida del deep reinforcement learning.
Implementaciones
Stable-Baselines3 DQN
Referencia
V. Mnih et al. (2015). «Human-level control through deep reinforcement learning». Nature 518, 529–533.