# Reinforcement Learning: day 5 DQN

## DQN Structure

## Input Image
青い点が都市。白い点が現在いる都市
移動すると線を引く。非常に見えにくいが、水色が直前までいた都市
1 episode の最終形

## 結果
Rewardを色々ためしたが、うまくいかず

## 考察だけしてみるが・・・

CNN画像を時系列化してLSTMに突っ込めば、画像の時間発展を考慮した学習が可能。
ただ、これは面倒なのと（そろそろ飽きてきた）ので、方策勾配法に進む予定