计算机科学与探索 ›› 2020, Vol. 14 ›› Issue (6): 918-927.DOI: 10.3778/j.issn.1673-9418.1912040
赵婷婷,孔乐,韩雅杰,任德华,陈亚瑞
ZHAO Tingting, KONG Le, HAN Yajie, REN Dehua, CHEN Yarui
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。