深度強(qiáng)化學(xué)習(xí)是人工智能領(lǐng)域的一個(gè)新的研究熱點(diǎn)．它以一種通用的形式將深度學(xué)習(xí)的感知能力與強(qiáng)化學(xué)習(xí)的決策能力相結(jié)合，并能夠通過(guò)端對(duì)端的學(xué)習(xí)方式實(shí)現(xiàn)從原始輸入到輸出的直接控制．自提出以來(lái)，在許多需要感知高維度原始輸入數(shù)據(jù)和決策控制的任務(wù)中，深度強(qiáng)化學(xué)習(xí)方法已經(jīng)取得了實(shí)質(zhì)性的突破．該文首先闡述了三類主要的深度強(qiáng)化學(xué)習(xí)方法，包括基于值函數(shù)的深度強(qiáng)化學(xué)習(xí)、基于策略梯度的深度強(qiáng)化學(xué)習(xí)和基于搜索與監(jiān)督的深度強(qiáng)化學(xué)習(xí)；其次對(duì)深度強(qiáng)化學(xué)習(xí)領(lǐng)域的一些前沿研究方向進(jìn)行了綜述，包括分層深度強(qiáng)化學(xué)習(xí)、多任務(wù)遷移深度強(qiáng)化學(xué)習(xí)、多智能體深度強(qiáng)化學(xué)習(xí)、基于記憶與推理的深度強(qiáng)化學(xué)習(xí)等．最后總結(jié)了深度強(qiáng)化學(xué)習(xí)在若干領(lǐng)域的成功應(yīng)用和未來(lái)發(fā)展趨勢(shì)．