深度强化学习理论及其应用综述

• 作者: 万里鹏 兰旭光 张翰博 郑南宁
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 深度强化学习 马尔科夫决策过程 探索-利用困境 稀疏奖励
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: “共融机器人”专辑
• 页码范围: 67-81
• 页数: 15页
• 分类号: TP181
• 字数: 16856字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201901009

摘要

一方面,随着深度强化学习理论和应用研究不断深入,其在游戏、机器人控制、对话系统、自动驾驶等领域发挥重要作用;另一方面,深度强化学习受到探索-利用困境、奖励稀疏、样本采集困难、稳定性较差等问题的限制,存在很多不足.面对这些问题,研究者们提出各种各样的解决方法,新的理论进一步推动深度强化学习的发展,在弥补缺陷的同时扩展强化学习的研究领域,延伸出模仿学习、分层强化学习、元学习等新的研究方向.文中从深度强化学习的理论、困难、应用及发展前景等方面对其进行探讨.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑南宁	西安交通大学人工智能与机器人研究所	188	3039	29.0	46.0
2	兰旭光	西安交通大学人工智能与机器人研究所	15	136	6.0	11.0
3	万里鹏	西安交通大学人工智能与机器人研究所	2	14	1.0	2.0
4	张翰博	西安交通大学人工智能与机器人研究所	1	14	1.0	1.0