深度强化学习的核心论文

以下是深度强化中值得阅读的论文列表。这距离全面还 很 远，但是应该为希望在该领域进行研究的人提供有用的起点。

1. 免模型强化学习

a. 深度 Q-Learning

b. 策略梯度

c. 确定性策略梯度

d. 分布式强化学习

e. 带有 Action-Dependent Baselines 的策略梯度

f. 路径一致性学习（Path-Consistency Learning）

g. 其他结合策略梯度和Q-Learning的方向

h. 进化算法

2. 探索

a. 内在激励（Intrinsic Motivation）

b. 非监督强化学习

3. 迁移和多任务强化学习

4. 层次（Hierarchy）

5. 记忆（Memory）

6. 有模型强化学习

a. 模型可被学习

b. 模型已知

7. 元学习（Meta-RL）

8. 扩展强化学习

9. 现实世界的强化学习

10. 安全性

11. 模仿学习和逆强化学习

12. 可复现、分析和评价

13. 额外奖励：强化学习理论的经典论文