南京邮电大学学报(自然科学版)

作者：许斌,练元洪,卞鸿根,刘丹,亓晋

单位：南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003

关键词：CEM?RL；深度强化学习；进化算法；历史梯度

基金：国家自然科学基金（62172235）和江苏省高等学校基础科学（自然科学）研究项目（22KJB520028）

进化算法（Evolutionary Algorithm，EA）和深度强化学习（Deep Reinforcement Learning，DRL）的组合被认为能够结合二者的优点，即EA 的强大随机搜索能力和DRL 的样本效率，实现更好的策略学习。然而，现有的组合方法存在EA 引入所导致的策略性能不可预测性问题。提出自适应历史梯度引导机制，其利用历史梯度信息，找到平衡探索和利用的线索，从而获得较为稳定的高质量策略，进一步将此机制融合经典的进化强化学习算法，提出一种进化梯度引导的强化学习算法（Evolutionary Gradient Guided Reinforcement Learning，EGG?RL）。在连续控制任务方面的实验表明，EGG?RL 的性能表现优于其他方法。

来源：2025年第01期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2025年第01期