编者注：您可以访问 GitHub上的所有代码， 并在这里查看IPython Notebook 。
更多人工智能业务方面重要的发展请关注2018年4月10-13日人工智能北京大会。
深入强化学习可能是一个难以掌握的领域。 在人们试图学习如何解决强化学习问题时，很难在海量的缩略词和机器学习模型间找到一个最好的着力点。强化学习理论并非新鲜事物，事实上，一部分强化学习的理论可以追溯到20世纪50年代中期。 如果你是强化学习领域彻头彻尾的新手，我建议你查阅我以前的文章『关于强化学习和OpenAI Gym的介绍』，学习强化学习的基础知识。
深度强化学习需要更新大量的梯度，深度学习工具（如TensorFlow）对于计算这些梯度非常有用。 深度强化学习也要求抽象地表示视觉状态，在这种情况下，卷积神经网络效果最好。 在本文中我们将使用Python，TensorFlow和强化学习库Gym来解决3D 游戏Doom中的医疗包收集问题。 要获取完整的代码和所需的依赖库，请访问本文的GitHub仓库和Jupyter Notebook 。
以上仅为文章摘要，因本文中部分演示图片过大，无法在此完整展示，如需阅读更多精彩内容，请点击下方“阅读原文”，访问O'Reilly官网：https://www.oreilly.com.cn/ideas/
O'Reilly和Intel人工智能2018北京大会正在火热售票中……
报名AI Conference,
很简单，识别图中二维码，
早鸟票等你入手！