摘要:深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning)一直是近年來(lái)人工智能的一些重大突破的核心。盡管深度強(qiáng)化學(xué)習(xí)取得了很多進(jìn)展,但由于缺乏工具和庫(kù),深度強(qiáng)化學(xué)習(xí)方法在主流解決方案中仍然難以應(yīng)用。因此,深度強(qiáng)化學(xué)習(xí)主要以研究形式存在,并未在現(xiàn)實(shí)世界的機(jī)器學(xué)習(xí)解決方案中得到大量應(yīng)用。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社