深度强化学习中的知识迁移方法研究综述 |
| |
引用本文: | 张启阳,陈希亮,曹雷,赖俊,盛蕾.深度强化学习中的知识迁移方法研究综述[J].计算机科学,2023(5):201-216. |
| |
作者姓名: | 张启阳 陈希亮 曹雷 赖俊 盛蕾 |
| |
作者单位: | 陆军工程大学指挥控制工程学院 |
| |
基金项目: | 国家自然科学基金(61806221)~~; |
| |
摘 要: | 深度强化学习是人工智能研究中的热点问题,随着研究的深入,其中的短板也逐渐暴露出来,如数据利用率低、泛化能力弱、探索困难、缺乏推理和表征能力等,这些问题极大地制约着深度强化学习方法在现实问题中的应用。知识迁移是解决此问题的非常有效的方法,文中从深度强化学习的视角探讨了如何使用知识迁移加速智能体训练和跨领域迁移过程,对深度强化学习中知识的存在形式及作用方式进行了分析,并按照强化学习的基本构成要素对深度强化学习中的知识迁移方法进行了分类总结,最后总结了目前深度强化学习中的知识迁移在算法、理论和应用方面存在的问题和发展方向。
|
关 键 词: | 人工智能 知识迁移 强化学习 深度强化学习 迁移学习 |
|
|