【标题】Direct Mutation and Crossover in Genetic Algorithms Applied to Reinforcement Learning Tasks（遗传算法中的直接变异和交叉在强化学习任务中的应用）

【作者团队】Tarek Faycal, Claudio Zito.

【发表日期】13 January, 2022

【论文链接】https://arxiv.org/pdf/2201.04815.pdf

【推荐理由】神经进化最近被证明在强化学习（RL）环境中具有相当的竞争力，并且能够缓解基于梯度的方法的一些缺点。本文将着重于使用简单遗传算法（GA）应用神经进化来寻找产生最佳行为代理的神经网络的权重。此外，与初始实现相比，我们提出了两个新的修改，它们提高了数据效率和收敛速度。在OpenAI gym提供的FrozenLake环境中对修改进行了评估，结果证明，修改明显优于基线方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除