文章标题
作者姓名
关键词
单位名称
检索
AI智能检索
学术期刊
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
按期刊分类
医药卫生
(21)
工程技术
(38)
数学与物理
(12)
经济与管理
(12)
人文社科
(41)
化学与材料
(9)
信息通讯
(10)
地球与环境
(25)
生命科学
(2)
首页
>
文章
深度强化学习理论及其应用综述
DOI
:
,
PDF
下载:
73
浏览: 456
作者
:
万里鹏
;
兰旭光
;
张翰博
;
郑南宁
;
;
;
;
;
作者单位
:
西安交通大学人工智能与机器人研究所
;
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
;
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.
投稿
相关文章
应用免疫检查点抑制剂慢性阻塞性肺病治疗的探索
体育课与课余体育活动整合研究
品管圈在提高跌倒高危病人复评率的效果观察及应用
摄食训练食物温度的精准分级对脑卒中吞咽障碍患者的影响研究
论存在函数不能用二次迭代函数表示
学术共建
清华大学出版社
北大中文系
国家工程技术数字图书馆
维普网
万方数据库
版权所有 © 2025 世纪中文出版社
京ICP备2024086036号-2