一句话：DQN（Deep Q-Network，深度 Q 网络）是用深度神经网络近似 Q 函数，并靠经验回放和目标网络把训练稳住的强化学习算法。
展开：Q 函数回答“在状态 s 下做动作 a，之后一路走下去，总共能拿多少回报”。传统 Q-learning 像一张大表，每个“状态-动作”格子记一个分数。但下围棋、打游戏时状态多到天文数字，表根本列不完。DQN 换成神经网络：输入状态，输出每个可选动作的 Q 值，选分数最高的动作。
比方：老司机不可能背下每个路口该怎么打方向盘，而是看路况凭直觉判断“直行、左转、刹车”哪个长期最划算。DQN 训练的就是这种直觉。
但把神经网络直接塞进 Q-learning 会“抖”：相邻样本高度相关，目标值又由网络自己算，等于追自己尾巴。DQN 用两招稳住。经验回放（experience replay）把经历 (s,a,r,s') 存进记忆池，随机抽样学习，像复盘笔记打乱顺序翻，减少相关性。目标网络（target network）另存一份更新更慢的网络来算目标值，像考试标准答案先冻结一阵，避免边改答案边对答案。
它和 Q-learning 的区别：Q-learning 是思想，表格版适合小状态；DQN 是深度版工程实现，适合状态复杂但动作离散的场景。和策略梯度比，DQN 先学“每个动作值多少”再选最大，策略梯度直接学动作概率。
对从业者：做游戏 AI、推荐、调度等离散决策，DQN 是经典基线，但要注意探索、样本效率和训练稳定性。对普通人：它把“试错、复盘、慢更新目标”变成可训练系统，是深度强化学习入门绕不开的一站。