強化學習DQN ---baselines項目之訓練網絡的構建解析

learn（）函數中有以下這段構建訓練網絡的代碼

 act, train, update_target, debug = deepq.build_train(
        make_obs_ph=make_obs_ph,
        q_func=q_func,
        num_actions=env.action_space.n,
        optimizer=tf.train.AdamOptimizer(learning_rate=lr),
        gamma=gamma,
        grad_norm_clipping=10,
        param_noise=param_noise
    )

點進去可以看到：