模型化强化学习研究综述

• 作者: 任德华 孔乐 赵婷婷 陈亚瑞 韩雅杰
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 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
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 综述·探索
• 页码范围: 918-927
• 页数: 10页
• 分类号: TP391
• 字数: 8749字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1912040

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亚瑞	天津科技大学人工智能学院	10	31	3.0	5.0
2	任德华	天津科技大学人工智能学院	6	51	2.0	6.0
3	赵婷婷	天津科技大学人工智能学院	4	1	1.0	1.0
4	孔乐	天津科技大学人工智能学院	1	0	0.0	0.0
5	韩雅杰	天津科技大学人工智能学院	1	0	0.0	0.0