【强化学习最新综述】详解强化学习当前进展及未来方向

【导读】强化学习最新综述新鲜出炉。在这篇文章中，作者对强化学习进行了全面的研究，包括现有的挑战、不同技术的最新发展以及未来的发展方向。文章致力于提供一个清晰简单的研究框架，能够为新的研究人员或者想全面了解强化学习领域的人提供一个参考。

摘要： 强化学习是设计强调实时响应的人工智能系统的核心组成部分之一。强化学习能够影响系统在任意的环境中的行动，不管它之前是否了解环境模型。在这篇论文中，我们对强化学习进行了全面的研究，包括了现有挑战、不同技术的最新发展情况以及未来的发展方向等多个维度。本论文的基本目标是提供一个足够简单和清晰的框架，以介绍现有的强化学习方法，从而为新的研究人员和学者了解该领域的核心进展。首先，我们以一种易于理解和比较的方式阐述了强化学习的核心技术。然后，我们分析并描述了强化学习方法的最新发展。我们的分析指出，大多数模型关注于调优策略值，而不是在特定的推理状态下调优其他东西。

地址：

https://arxiv.org/abs/2001.06921