基于课程学习的深度强化学习研究综述

扫码查看

原文链接

万方数据
维普

中文摘要：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、基于多智能体合作的课程学习、基于能力评估的课程学习、基于功能函数的课程学习.然后对课程强化学习最新发展情况进行了分析,并对深度强化学习中的课程学习的当前存在问题和解决思路进行了总结归纳.最后,基于当前课程学习在深度强化学习中的应用,对课程强化学习的发展和研究方向进行了总结.

外文标题：An Overview of Deep Reinforcement Learning Based on Curriculum Learning

作者：

林泽阳、赖俊、陈希亮

展开 >

作者单位：

陆军工程大学指挥控制工程学院,江苏南京 210007

关键词：

强化学习深度学习深度强化学习课程学习迁移学习

基金：

国家自然科学基金

项目编号：

61806221

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.11.003

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

年,卷(期)：2022.32(11)

参考文献量5