复习_强化学习

强化学习常用的方法有基于值函数逼近的强化学习和基于确定性策略搜索的强化学习；

基于值函数逼近的强化学习主要解决状态空间很大或者连续情况下的强化学习问题；包括DQN，double DQN，dueling DQN等；

DQN：Human-level control through deep reinforcement learning

 Double DQN：Deep Reinforcement Learning with Double Q-learning

Dueling DQN：Dueling Network Architectures for Deep Reinforcement Learning

 

基于确定性策略搜索的强化学习主要解决动作空间或者状态-动作空间比较大或者连续情况下的强化学习问题；对应的算法是DDPG；

DDPG:CONTINUOUS CONTROL WITH DEEP REINFORCEMENT LEARNING 

 

深度学习在推荐系统的应用的难点在于状态S和动作a以及回报函数的构造

DRN: A Deep Reinforcement Learning Framework for News Recommendation