Deep Q-Network adalah salah satu metode dalam Deep Reinforcement
Learning yang cukup sering digunakan untuk menyelesaikan masalah terutama
dalam bermain video game. Karena penggunaan Deep Q-Network yang cukup
sering untuk memainkan video game pasti metode tersebut dapat menyelesaikan
Multi-Colored Maze. Multi-Colored Maze sendiri merupakan permainan puzzle
yang berasal dari video game Undertale, dimana pemain harus menyelesaikan
puzzle yang diberikan,dengan mencapai sisi lainnya. Puzzle ini berupa kotak-kotak
berwarna dengan tiap warna memiliki fungsi sendiri-sendiri, hal tersebut membuat
puzzle ini hampir mirip dengan masalah pathfinding namun memiliki perbedaan
tidak adanya tembok yang jelas kecuali pembatas. Dalam penelitian ini akan
diimplementasikan metode Deep Q-Network untuk mencari nilai reward and
punishment kumulatif terbaik dalam menyelesaikan Multi-Colored Maze. Dengan
menggunakan koordinat agen dan koordinat tujuan sebagai masukan untuk metode
Deep Q-Network. Ketika diimplementasikan, metode Deep Q-Network memiliki
kegagalan dalam mencapai tujuan untuk menyelesaikan masalah dan hal ini dapat
disebabkan oleh beberapa hal seperti cepatnya proses eksplorasi berakhir dalam
siklus eksplorasi-eksploitasi, pemilihan metode Deep Q-Network yang dapat
dikatakan sebagai metode value-based yang memiliki fokus dalam mempelajari
fungsi value, dan juga dapat dikatakan sebagai algoritma off-policy yang tidak
serta merta menggunakan policy yang sama dalam proses pembelajaran. Adapun
penggunaan nilai hyperparameter gamma juga dapat menjadi salah satu faktor
yang dapat menyebabkan kegagalan metode Deep Q-Network dalam
menyelesaikan Multi-Colored Maze.