计算机科学与探索

作者：赵婷婷，孔乐，韩雅杰，任德华，陈亚瑞

单位：天津科技大学 人工智能学院，天津 300467

关键词：深度强化学习（DRL）,模型化强化学习,状态转移模型,样本利用率

深度强化学习（DRL）作为机器学习的重要分支，在AlphaGo击败人类后受到了广泛关注。DRL以一种试错机制与环境进行交互，并通过最大化累积奖赏最终得到最优策略。强化学习可分为无模型强化学习和模型化强化学习。无模型强化学习方法的训练过程需要大量样本，当采样预算不足，无法收集大量样本时，很难达到预期效果。然而，模型化强化学习可以充分利用环境模型，降低真实样本需求量，在一定程度上提高样本效率。将以模型化强化学习为核心，介绍该领域的研究现状，分析其经典算法，并探讨未来的发展趋势和应用前景。

来源：2020年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第6期