近似强化学习算法研究综述

摘要：

强化学习用于解决无模型情况下的优化决策问题,是实现人工智能的重要技术之一,但传统的表格型强化学习方法难以处理具有大规模、连续空间的控制问题.近似强化学习受到函数逼近思想的启发,对价值函数或策略函数参数化表示,通过参数优化间接获得最优行为策略,在视频游戏、棋类对抗及机器人控制等领域应用效果显著.基于此,对近似强化学习算法的研究现状与应用进展进行了梳理和综述.介绍了近似强化学习相关的基础理论;分类总结了近似强化学习的经典算法及一些相应的改进方法;概述了近似强化学习在机器人控制领域的研究进展,并总结了当前面临的若干主要问题,为后续的研究提供参考.

关键词：强化学习、连续空间、值函数近似、直接策略搜索、策略梯度

所属期刊栏目：58

分类号：TP18(自动化基础理论)

资助基金：航空科学基金;国防基础科研计划

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：33-44