机构名称：
¥ 1.0
摘要 - 强化学习是解决顺序决策问题的学习范式。近年来，在深度神经网络的快速发展方面，在强化学习方面取得了显着进步。以及在诸如机器人技术和游戏玩法等众多领域中进行强化学习的承诺前景，转移学习已经出现，以应对强化学习面临的各种挑战，通过将知识从外部专业知识转移以促进学习过程的效率和效率。在这项调查中，我们系统地研究了在深度强化学习的背景下转移学习方法的最新进展。特别是，我们提供了一个框架，用于对最新的转移学习方法进行分类，根据该方法，我们分析了他们的目标，方法论，兼容的增强型学习骨干和实际应用。我们还从增强学习的角度从转移学习与其他相关主题之间建立了联系，并探索了他们等待未来研究进展的潜在挑战。
深入强化学习中的转移学习：调查
主要关键词
相关文件推荐
