Dans cette étude, nous nous appuyons sur les récentes avancées en apprentissage par renforcement distributionnel pour proposer une variante distributionnelle de DQN (Deep Q-Network) généralement applicable, flexible et à la pointe de la technologie. Nous atteignons cet objectif en utilisant la régression quantile pour approcher la fonction quantile complète de la distribution des retours d'état-action. En réparamétrant une distribution sur l'espace d'échantillonnage, cela génère une distribution de retour implicitement définie et donne naissance à une large classe de politiques sensibles au risque. Nous démontrons une amélioration des performances sur les 57 jeux Atari 2600 de l'ALE (Arcade Learning Environment), et utilisons les distributions implicitement définies par notre algorithme pour étudier les effets des politiques sensibles au risque dans les jeux Atari.