在線深度強化學習探索策略生成方法綜述

摘要： 針對在線深度強化學習算法訓練過程中的探索-利用難題，在對其概要介紹基礎(chǔ)上，從探索策略與任務(wù)策略的關(guān)系角度入手，對單智能體在線深度強化學習算法中的探索策略生成方法進行分類綜述。首先重點介紹了基于任務(wù)策略獎勵空間與參數(shù)空間的探索策略生成方法，對在獎勵空間中引入內(nèi)在激勵的探索方法進行了分類介紹并結(jié)合優(yōu)缺點分析給出了相關(guān)研究進展；結(jié)合任務(wù)性能和多樣性需求，對參數(shù)空間神經(jīng)進化算法中的個體... （共16頁）