142页"ICML会议"强化学习笔记整理，值得细读

ICML 是 International Conference on Machine Learning的缩写，即国际机器学习大会。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。其中强化学习便是该会议很重要的一个话题，每年都有非常多的投稿。本文整理了David Abel总结的ICML2018、2019两年的深度强化学习笔记，详看正文。

• 关于非策略评估和非策略学习的大量工作（例如，参见Hanna 等人[35]，Le等人[49]，Fujimoto等人[26]，Gottesman等人的工作）等[32]
• 探索再次成为一个热门话题（参见Mavrin等人[57]，Fatemi等人[25]，Hazan等人[37]，Shani等人[76]的工作）。 除了策略评估（以及其他一些评估），这也是RL中的基本问题之一。
• 一些非常好的工作继续澄清分布式RL [10]（参见[74，57，67]的工作）。
• 作者认为我们需要标准化RL中的评估。 并不是说我们只需要一个单一的方法或一个域，而是目前评估协议中有太多差异。

元学习&元强化学习

1. Choose a form of Pr(φi | Dtrain i , θ).
2. Choose how to optimize θ with respect to max-likelihood objective using Dmeta-train.
   

而且，RL目标的元学习问题是学习 ，因此，元RL问题如下：

图强化学习