强化学习(RL)的一个主要挑战是在探索环境以收集信息和利用到目前为止观察到的样本来执行“好的”(近乎最佳的)行动之间进行权衡。在本研讨会中，我们将回顾在连续状态-动作空间中如何将探索技术与函数近似相结合。我们将特别关注探索机制与深度学习技术的整合。研讨会应提供足够的理论和算法背景，以了解现有的技术，并可能设计新的方法。在整个讲座中，我们将讨论开放性问题和未来可能的研究方向。

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