【标题】Reinforcement Learning on Graph: A Survey

【作者团队】Nie Mingshuo, Chen Dongming, Wang Dongqi

【发表日期】2022.4.13

【论文链接】https://arxiv.org/ftp/arxiv/papers/2204/2204.06127.pdf

【推荐理由】图挖掘任务来自许多不同的应用领域，从社交网络、交通运输、电子商务等，近年来受到理论和算法设计界的高度关注，并有一些开创性的研究使用热心研究强化学习（RL）技术来解决图数据挖掘任务。本文提供了 RL 模型和图挖掘的全面概述，将这些算法作为一个统一的公式推广到图强化学习 (GRL)。并进一步讨论了 GRL 方法在各个领域的应用，总结了方法描述、开源代码、和 GRL 方法的基准数据集。最后，其提出了未来可能需要解决的重要方向和挑战。这是对 GRL 文献进行全面调查的最新工作，这项工作为研究人员提供了全局视野，也为领域外的研究人员提供了学习资源。此外，本文为想要进入这个快速发展的领域的感兴趣的研究人员和想要比较 GRL 方法的专家创建了一个在线开源软件。

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