分层强化学习综述

摘要：

近年来强化学习愈发体现其强大的学习能力,2017年AlphaGo在围棋上击败世界冠军,同时在复杂竞技游戏星际争霸2和DOTA2中人类的顶尖战队也败于AI之手,但其自身又存在着自身的弱点,在不断的发展中瓶颈逐渐出现.分层强化学习因为能够解决其维数灾难问题,使得其在环境更为复杂,动作空间更大的环境中表现出更加优异的处理能力,对其的研究在近几年不断升温.对强化学习的基本理论进行简要介绍,对Option、HAMs、MAXQ这3种经典分层强化学习算法进行介绍,之后对近几年在分层的思想下提出的分层强化学习算法从3个方面进行综述,并对其进行分析,讨论了分层强化学习的发展前景和挑战.

关键词：分层强化学习、子策略共享、多层分层结构、自动分层

所属期刊栏目：57

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61806221

在线出版日期：2021-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：72-79