進入到2021年，AI領域的你最應該學的是什么？我覺得是強化學習。

為什么這么說？首先要知道什么是強化學習。 強化學習是機器學習的一種，是一種行為學習模型。由算法提供數(shù)據(jù)分析反饋，引導用戶逐步獲取最佳結果。主要解決在 Markov Decision Process(MDP) 中優(yōu)化長期reward的期望的問題。 強化學習也是現(xiàn)在非常熱門的方向，在近幾年的所有頂級計算機會議中，強化學習都有明顯的增長趨勢。 比如在ICML 2020 熱門話題引用量最高的論文就是強化學習！

同時在12月30剛結束的首屆谷歌足球Kaggle競賽中，使用了深度強化學習的騰訊AI足球隊—絕悟(WeKick)，也以顯著優(yōu)勢奪得冠軍！

不僅如此，工業(yè)界中，已經(jīng)有很多將強化學習應用于推薦系統(tǒng)的研究，也有一些自動駕駛公司在嘗試使用強化學習的技術。 在學術界中，除了強化學習本身關注的問題以外，也有一些NLP的問題可以利用強化學習來解決。 學習強化學習，想要發(fā)表論文和落地應用，就一定要理解并掌強化學習領域的經(jīng)典Paper，才能梳理出主要的知識框架。

責任編輯：xj

原文標題：10 篇論文攻克深度強化學習底層原理，推薦一個論文復現(xiàn)的好方向！

文章出處：【微信公眾號：深度學習自然語言處理】歡迎添加關注！文章轉載請注明出處。