Lamorak

0 论文信息 1.简介   搜索是人工智能核心技术之一，特别是在游戏和领域无关的规划中。从历史上看，新的搜索算法和现有算法的新组合带来了显著的性能提升。

1 光流 (Optical Flow) 的定义与介绍 1.1 光流 (Optical Flow) 的提出和定义   光流或视流是观察者与场景之间的相对运动引起的视觉场景中物体、表面和边缘的表观运动模式

0 论文信息 1.介绍   在本项工作中，作者提出了一种新颖的方法，该方法鼓励智能体有效地识别关键输入像素，并加强策略对这些像素的依赖性。

最近因为一些特别的原因一下子多了一点空闲的时间，然后发现在工作之余还有点时间，结合着《周处除三害》，谈谈自己的感想。

0.SRM 的论文信息 1.介绍   介绍中提到了传统强化学习并不存在测试与训练中的分布的差距 (gap)，同时也用图 1 详细展示了图像识别任务与强化学习任务中对于图像处理要求的不同。

0 论文信息   PPO (Proximal Policy Optimization Algorithms) 这篇工作之前就大概听说过，但是一直没有去看，刚好也属于 Actor-Critic 算法族中

0 论文信息 1 相关工作和背景   强化学习涉及顺序决策制定 : 一个强化学习主体存在于一个世界 (环境) 中，必须基于对世界 (状态) $s$ 的一些信息采取行动 $a$。这导致环境提供下一个状态

0 论文信息   ICLR 的论文，感觉应该比之前读的 AAAI 的论文有意思一些，为了方便易懂一些继续把综述放上来，替代介绍部分。以及文中很喜欢用 dynamics (动力学) 一词来进行叙述

0 论文信息   在之前阅读的那篇解决强化学习泛化性能的 LUSR 中就以这篇论文提出的 Cycle-Consistent Variation Auto-Encoder