该系列论文由两部分组成，对解决部分可观察马尔可夫决策过程(POMDP)问题的深度强化学习(DRL)的最新进展进行了调查。强化学习（RL）是一种模拟人类自然学习过程的方法，其关键是让智能体通过与随机环境的交互来学习。智能体对环境信息的访问有限这一事实使人工智能能够有效地应用于大多数需要自学的领域。进行有组织的调查是至关重要的——在各种应用程序中应用DRL时，我们可以进行良好的比较并选择最佳的结构或算...