进化算法与深度强化学习（两者的关系）

目录

一、前言

二、基于进化算法引导策略搜索的强化学习

1.参数分布搜索途径

2.策略梯度近似途径

3.策略种群搜索途径

三、由进化算法经验指导的深度强化学习

1.无反馈指导方式

2.有反馈指导方式

3.深度强化学习中嵌入进化算法模块

四、总结与展望

---

一、前言

深度强化学习作为当前机器学习领域的重要研究方向之一，能够通过与环境直接交互实现端到端的学习方式，对于解决高维度和大规模的问题具有显著优势。尽管深度强化学习已经取得了令人瞩目的成果，但其在实际应用中仍面临着环境探索能力有限、系统鲁棒性不足以及易受欺骗性奖励引发的梯度误导等问题。

进化算法普遍具备较强的全局搜索能力、良好的鲁棒性及并行处理特性，因此将进化算法与深度强化学习相结合以弥补其不足的方法已成为当前研究的热点。在强化学习框架中，同样可以借助进化算法对超参数进行优化或筛选出具有优势的个体。

当进化算法被引入深度强化学习框架时，其中的个体通常被用作深度强化学习中的策略网络，而种群则由多个策略网络构成的网络集合。在进化算法中对个体所实施的交叉与变异操