科研之友
微信
新浪微博
Facebook
分享链接
摘要
策略重用(policy reuse, PR)作为一种迁移学习(transfer learning, TL)方法，通过利用任务之间的内在联系，将过去学习到的经验、知识用于加速学习当前的目标任务，不仅能够在很大程度上解决传统强化学习(reinforcement learning, RL)收敛速度慢、资源消耗大等问题，而且避免了在相似问题上难以复用的问题。本文综述了RL中的PR方法，将现有方法细分为策略重构、奖励设计、问题转换、相似性度量等方面来分别介绍和分析各自的特点，及其在多智能体场景和深度RL(deep RL, DRL)中的扩展。并且，介绍了源和目标任务之间的映射方法。最后，基于当前PR的应用，叙述了该课题在未来发展方向上的一些猜想和假设。
- 单位
