Which reinforcement learning algorithm uses a neural network as a function approximator?

Đáp án đúng: "Deep Q-Network (DQN)". DQN thay bảng Q bằng một mạng nơ-ron làm hàm xấp xỉ (function approximator) cho hàm giá trị Q(s, a), nhờ đó xử lý được không gian trạng thái rất lớn như ảnh màn hình hay chuỗi giá, kèm các kỹ thuật bộ nhớ phát lại (experience replay) và mạng mục tiêu để ổn định huấn luyện. "Q-learning" ở dạng gốc lưu giá trị Q trong một bảng tra theo từng cặp trạng thái và hành động, không cần mạng nơ-ron. "Policy gradient" là họ thuật toán tối ưu trực tiếp chính sách; nó có thể dùng mạng nơ-ron nhưng bản thân khái niệm không gắn với hàm xấp xỉ bằng mạng như tên gọi của DQN. "Monte Carlo methods" ước lượng giá trị bằng trung bình phần thưởng của các tập (episode) hoàn chỉnh, thường ở dạng bảng.