整洁与强化学习的关系是什么？

Question

据我所知，train (增强拓扑的NeuroEvolution)是一种利用进化的概念来训练神经网络的算法。另一方面，强化学习是一种机器学习，其概念是“奖励”更成功的节点。

这两个领域之间有什么区别，因为它们似乎非常相似？还是从强化学习中衍生出来的整洁？

Answer 1

简而言之，他们几乎没有任何共同点。

method是一种进化方法。这是一种优化函数的黑匣子方法。在这种情况下，神经网络的性能(它可以很容易地测量) wrt。它的架构(在进化过程中你会改变)。

强化学习是关于agents，学习策略在环境中表现良好。因此，它们解决了不同的、更复杂的问题。理论上，您可以使用RL学习整洁，因为您可能会提出“给定一个神经网络作为一个状态，学习如何随着时间的推移修改它以获得更好的性能”。关键的区别在于--整洁的输出是一个网络，RL输出是一个策略、策略、算法.在某些环境中可以多次使用的东西，采取行动并获得回报。