Dec, 2015
使用浅层强化学习技术控制 Atari 游戏的现状
State of the Art Control of Atari Games Using Shallow Reinforcement Learning
Yitao Liang, Marlos C. Machado, Erik Talvitie, Michael Bowling
TL;DR本文研究深度强化学习算法 DQN 在 Atari 2600 游戏中成功的关键,并提供一种通用的表示方法,以减轻对每个游戏进行表示学习的负担,并为未来 ALE 计算机学习领域提供了可复制和可比性的基准。