强化学习方向近期阅读

1. 强化学习路在何方？
   很犀利的一篇文章, 对RL方向的总结与展望, 适合迅速建立知识体系
2. 逆向强化学习
   IRL方向的概论
3. 学徒学习 Apprenticeship learning via inverse reinforcement learning
   算是IRL最初的样子, 很像GAN, reward function靠学 ,像GAN的D
   没细看
4. 阅读笔记：Generative Adversarial Imitation Learning
   用GAN实现的IRL, 判别器识别是否是专家路径, 推导没看懂先放着
5. GAIL生成对抗模仿学习详解
   一样是GAIL的文章, 之后一起看
6. 价值函数的近似表示与Deep Q-Learning
   讲DQN的, 用RNN之类的输入当前状态,输出所有的action和其对应的Q, 取argmax拿到action, 再进真实环境去拿reward做bp
7. 强化学习—DDPG算法原理详解
   DDPG 用了两个网络, actor网络用S出A , critic网络用来根据S和A出Q
   actor出了Action后去真实环境拿reward, 进行迭代