智能系统中的强化学习方法

摘要

作为人工智能领域的常用技术之一，强化学习、监督学习和非监督学习并列为三种机器学习范式.强化学习是指智能体与环境直接进行交互，通过最大化累计奖励学习最佳策略的过程.本文梳理了强化学习领域的发展历程，并介绍了经典的强化学习和基于深度网络的强化学习算法和模型，包括基于值函数和策略梯度的方法、演员-评论家算法、深度Q网络及其优化模型，最后对强化学习当前面临的研究挑战和未来的发展前景进行了讨论.

关键词

强化学习 / 机器学习 / 人工智能