RL Next: Meta-Learning

导言

• 背景问题：传统RL的算法和奖励都要特殊设计，并且不同领域迁移性很差；
• 想法: 能不能系统自己迭代产生适合的RL算法
• 构建一个能够表征广泛强化学习规则的搜索空间，让系统通过多代智能体在复杂环境中的交互经验，元学习（Meta-Learning）出最优的强化学习更新规则。¹

参考文献

---

1. Nature见刊发表！谷歌DeepMind发现了迄今最先进的强化学习算法！ ↩

评论