Un Deep Q-Network reemplaza la tabla de valores que usa el Q-learning tradicional por una red neuronal, que aprende a estimar el valor de cada acción posible directamente a partir de entradas complejas, como los píxeles de la pantalla de un videojuego.
Por qué fue un hito
Permitió que un agente aprendiera a jugar videojuegos clásicos de Atari directamente a partir de la imagen en pantalla, sin ninguna programación específica sobre las reglas de cada juego, alcanzando en varios casos un nivel de desempeño superior al de jugadores humanos expertos.