人工智能中深度强化学习算法的探索与优化

侯 馨玉
皖江工学院

摘要

深度强化学习作为人工智能领域的关键分支，把深度学习感知能力和强化学习决策能力结合在一起，致力于解决
复杂环境下的序列决策问题。本文主要关注于该领域的核心探索策略和算法优化技术，系统地论述了基础理论、主流方法
以及稳定性的提高途径。文章首先解释了深度强化学习的基本架构和核心概念，然后深入分析各种探索策略的原理及其优势，
仔细探讨了价值函数和策略梯度的优化手段，解析了经验重放、目标网络等关键机制对训练稳定性的影响。最后本文分析
了性能评价指标体系以及基准测试的方法，给算法性能提供客观衡量的理论基础。

关键词

深度强化学习；探索和利用；算法优化；价值函数；策略梯度；训练稳定；性能评估

参考

[1] 魏子杨 . 机器学习算法在人工智能中的应用 [J]. 华东

科技 ,2023,(05):107-109.

[2] 巫小勇 . 数学建模在人工智能与机器学习中的应用

研究 [J]. 科技资讯 ,2025,23(06):46-48.

[3] 黄国盛 . 机器学习算法在人工智能中的应用 [J]. 集成

电路应用 ,2022,39(09):192-193.

[4] 冯蓉 . 机器学习算法在数据挖掘中的应用 [J]. 中国高

新科技 ,2022,(20):30-32.

[5] 余涛 , 贾如春 . 基于机器学习算法人工智能技术的发

展与应用 [J]. 数学学习与研究 ,2019,(13):149.