声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：多南讯, 吕强, 林辉灿, 卫恒
关键词：深度学习, 强化学习, 机器人学
首先，对深度强化学习（DRL）的兴起与发展进行了回顾.然后，将用于高维连续动作空间的深度强化学习算法分为基于值函数近似的算法、基于策略近似的算法以及基于其他结构的算法3类，详细讲解了深度强化学习中的最新代表性算法及其特点，并重点阐述了其思路、优势及不足.最后，结合深度强化学习算法的发展方向，对使用深度强化学习方法解决机器人学问题的未来发展趋势进行了展望.
来源：2019年第2期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。