结合进化算法的深度强化学习方法研究综述

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.

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

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家重点研发计划;国家自然科学基金;吉林省自然科学基金

在线出版日期：2022-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共22页

页码：1478-1499