DQNは、Deep Q Networkの略であり、強化学習の一種です。強化学習は、エージェントが環境とのやり取りを通じて、自己を改善する学習方法です。DQNは、Q学習を深層学習に基づいて実装したものです。
Q学習は、エージェントが状態と行動の組み合わせを評価する Q テーブルを用いて、最適な行動を選択する方法です。DQNでは、この Q テーブルをニューラルネットワークによって近似することで、複雑な状態空間や行動空間を扱えるようにします。
DQNは、2013年にGoogle DeepMindの研究者によって提案され、深層学習を活用した強化学習の有望なアプローチとして注目を集めました。DQNを用いることで、複雑なゲームやロボットなどの操作などにおいて、自然な学習が可能になります。