基于课程学习的深度强化学习研究综述OACSTPCD
作为解决序贯决策的机器学习方法,强化学习采用交互试错的方法学习最优策略,能够契合人类的智能决策方式。基于课程学习的深度强化学习是强化学习领域的一个研究热点,它针对强化学习智能体在面临高维状态空间和动作空间时学习效率低、难以收敛的问题,通过抽取一个或多个简单源任务训练优化过程中的共性知识,加速或改善复杂目标任务的学习。论文首先介绍了课程学习的基础知识,从四个角度对深度强化学习中的课程学习最新研究进展进行了综述,包括基于网络优化的课程学习、基于多智能…查看全部>>
林泽阳;赖俊;陈希亮
陆军工程大学指挥控制工程学院,江苏南京210007陆军工程大学指挥控制工程学院,江苏南京210007陆军工程大学指挥控制工程学院,江苏南京210007
信息技术与安全科学
强化学习深度学习深度强化学习课程学习迁移学习
《计算机技术与发展》 2022 (11)
P.16-23,8
评论