典型文献
结合进化算法的深度强化学习方法研究综述
文献摘要：
深度强化学习是目前机器学习领域中重要的研究分支之一,它可以通过直接与环境进行交互实现端到端的学习,对高维度和大规模的问题有着很好的解决能力.虽然深度强化学习已经取得了瞩目的成果,但其仍面临着对环境探索能力不足、鲁棒性差、容易受到由欺骗性奖励导致的欺骗性梯度影响等问题.进化算法普遍具有较好的全局搜索能力、良好的鲁棒性和并行性等优点,因此将进化算法与深度强化学习结合用于弥补深度强化学习不足的方法成为了当前研究的热点.该文主要关注进化算法在无模型的深度强化学习方法中的应用,首先简单介绍了进化算法和强化学习基本方法,之后详细阐述了两类结合进化算法的强化学习方法,分别是进化算法引导策略搜索的强化学习和结合进化算法的深度强化学习,同时对这些方法进行了对比与分析,最后对该领域的研究重点和发展趋势进行了探究.
文献关键词：
强化学习;深度强化学习;进化算法;遗传算法;进化策略
中图分类号：
作者姓名：
吕帅;龚晓宇;张正昊;韩帅;张峻伟
作者机构：
吉林大学计算机科学与技术学院 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学) 长春 130012;Department of Information and Computing Sciences,Utrecht University,Utrecht 3584 CC,The Netherlands
文献出处：
引用格式：
[1]吕帅;龚晓宇;张正昊;韩帅;张峻伟-.结合进化算法的深度强化学习方法研究综述)[J].计算机学报,2022(07):1478-1499
A类：
B类：
进化算法,深度强化学习,强化学习方法,前机,学习领域,端到端,高维度,解决能力,探索能力,欺骗性,全局搜索,搜索能力,并行性,无模型,基本方法,引导策略,对比与分析,进化策略
AB值：
0.230956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
