【摘要】强化学习是一类重要的机器学习方法，强化学习具有两个重要的特征：算法可以在不知道环境的全部模型时，求解模型未知的最优化问题；强化学习强调Agent与环境的在线交互，在交互过程中对数据进行累积学习，以达到在线求解最优策略的目的。因此，强化学习方法被越来越多地用于作业优化调度、在线学习控制、游戏等领域。针对于强化学习方法存在的“维数灾难”、收敛速度慢、收敛精度低等问题，本文以模型无关的贝叶斯强化 […]