AQ学习的QTable依然存在高维度灾难问题，无法使Q值连续化Baction依然是从最大的Q值中选取，无法用于action连续的问题C只能处理只需短时记忆问题，无法处理需长时记忆问题D卷积神经网络（CNN）不一定收敛，需精良调参