首页 | 官方网站   微博 | 高级检索  
     

深度逆向强化学习研究综述
引用本文:陈希亮,曹 雷,何 明,李晨溪,徐志雄.深度逆向强化学习研究综述[J].计算机工程与应用,2018,54(5):24-35.
作者姓名:陈希亮  曹 雷  何 明  李晨溪  徐志雄
作者单位:陆军工程大学 指挥信息系统学院,南京 210007
摘    要:深度逆向强化学习是机器学习领域的一个新的研究热点,它针对深度强化学习的回报函数难以获取问题,提出了通过专家示例轨迹重构回报函数的方法。首先介绍了3类深度强化学习方法的经典算法;接着阐述了经典的逆向强化学习算法,包括基于学徒学习、最大边际规划、结构化分类和概率模型形式化的方法;然后对深度逆向强化学习的一些前沿方向进行了综述,包括基于最大边际法的深度逆向强化学习、基于深度Q网络的深度逆向强化学习和基于最大熵模型的深度逆向强化学习和示例轨迹非专家情况下的逆向强化学习方法等。最后总结了深度逆向强化学习在算法、理论和应用方面存在的问题和发展方向。

关 键 词:深度学习  强化学习  深度逆向强化学习  

Overview of deep inverse reinforcement learning
CHEN Xiliang,CAO Lei,HE Ming,LI Chenxi,XU Zhixiong.Overview of deep inverse reinforcement learning[J].Computer Engineering and Applications,2018,54(5):24-35.
Authors:CHEN Xiliang  CAO Lei  HE Ming  LI Chenxi  XU Zhixiong
Affiliation:College of Command Information System, Army Engineering University, Nanjing 210007, China
Abstract:Deep inverse reinforcement learning is a new research hotspot in the field of machine learning. It aims at recovering the reward function of deep reinforcement learning by the experts’ example trajectories. This paper systematically introduces three kinds of classic deep reinforcement learning methods. Then inverse reinforcement learning algorithms including apprenticeship learning, max margin plan, structured classification and probability models are described; then, some frontier researches of deep inverse reinforcement learning are reviewed, including the deep max margin plan inverse reinforcement learning, deep inverse reinforcement learning based on DQN and deep maximum entropy inverse reinforcement learning and recovering reward functions from non-expert trajectories etc. Finally, the existing issues and development direction are summarized.
Keywords:deep learning  reinforcement learning  deep inverse reinforcement learning  
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号