深度强化学习：综述

我们给出了深度强化学习(RL)近期令人振奋的成就的综述。我们讨论了六个核心要素、六种重要机制以及十二类应用。我们从机器学习、深度学习和强化学习的背景开始。接下来我们讨论 RL 核心要素，包括价值函数，特别是深度 Q 网络(DQN)、策略、奖励、模型、规划和探索。此后，我们讨论 RL 的重要机制，包括注意力与记忆、无监督学习、迁移学习、多智能体 RL、分层 RL 以及学会学习。然后我们讨论 RL 的各种应用，包括游戏，特别是 AlphaGo、机器人技术、自然语言处理（包括对话系统、机器翻译和文本生成）、计算机视觉、神经架构设计、商业管理、金融、医疗健康、工业 4.0、智能电网、智能交通系统以及计算机系统。我们提及了尚未综述的主题，并列出了一系列 RL 资源。在给出简要总结后，我们以讨论结束。请参阅 Deep Reinforcement Learning, arXiv:1810.06339 以获取重要更新。