深度强化学习 论文跟进

综述 & Baseline算法

• 强化学习论文综述和baseline算法及改进。

Imitation Learning

• 模仿学习一般指从人类专家提供的范例中提取状态-标签数据对构造训练样本，从而监督学习得到最优策略模型。

Multi-Agent RL

• 多智能体强化学习是多智能体系统与强化学习的结合，主要研究多智能体在同一环境下面对不同任务的决策问题。

Interdiscipline

• 很多paper不单研究某个方向，例如CV/nlp结合强化学习，神经网络的并行训练，自适应调参等等。