摘要： 引言： 强化学习(Reinforcement Learning, RL)是一种有效的解决序列决策问题的方法。近年来，结合了深度神经网络之后，深度强化学习(Deep Reinforcement Learning, DRL)被广泛地应用于各种领域。但是，当前的DRL算法使用神经网络学习到的策略，通常是一 阅读全文