分层强化学习综述

• 作者: 赖俊 魏竞毅 陈希亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分层强化学习 子策略共享 多层分层结构 自动分层
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 热点与综述
• 页码范围: 72-79
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010-0038

摘要

近年来强化学习愈发体现其强大的学习能力,2017年AlphaGo在围棋上击败世界冠军,同时在复杂竞技游戏星际争霸2和DOTA2中人类的顶尖战队也败于AI之手,但其自身又存在着自身的弱点,在不断的发展中瓶颈逐渐出现.分层强化学习因为能够解决其维数灾难问题,使得其在环境更为复杂,动作空间更大的环境中表现出更加优异的处理能力,对其的研究在近几年不断升温.对强化学习的基本理论进行简要介绍,对Option、HAMs、MAXQ这3种经典分层强化学习算法进行介绍,之后对近几年在分层的思想下提出的分层强化学习算法从3个方面进行综述,并对其进行分析,讨论了分层强化学习的发展前景和挑战.