1樓：笑話
這要取決於題主做的是強化學習based的控制還是深度強化學習based的決策，這個很重要。目前來看強化學習有兩大派別，乙個是早在上世紀90-00年代就已經開始發展並成熟的，用強化學習的方法解最優控制問題的派別。主要的代表人物都是控制相關的比如東北大學張化光，還有Frank Lewis這些人。
還有另外一類是深度強化學習based的決策，追求端到端的控制策略，想用深度網路來直接提取感測器特徵，訓練匯出控制策略，而忽略中間所有的數學證明和邏輯。兩種方法是各有利弊的，我簡單的說幾條供參考吧。
強化學習解最優控制這種路數，在本質上還是最優控制框架，只是用強化學習的方法可以學習不確定的引數以及未知的互相關項，非線性項之類的。因為是最優控制框架，好處是在滿足一定數學假設下，策略一般是可數學證明收斂的，這個就是控制的魅力。但是壞處也是顯而易見的，為了收斂證明，適用的範圍就很小，就那麼幾類簡單問題，可能不實用。
而且有些問題用自適應控制也能解，不像深度的強化學習的可塑性那麼強。並且在數學上收斂的東西，肯定不能直接處理感測器資料，那會亂套的，所以不是端到端的，這個是明顯的缺點。
但是就能說明深度的就好嗎？真的也不是。就像上面說了，深度最崩潰的在於他不能數學嚴格證明，這個就不能保證一定可靠。
比如障礙物環境導航，非常有可能就撞到障礙物不安全了，而且很可能兩次到達同乙個位置但是決策差別很大，魯棒性較差。再有就是深度的適用範圍廣，但是遷移能力差，導致每次不同的任務都要重新花大量時間重新訓練，而且也不一定有好結果。但是控制理論based的就做微調可能就完成了。
所以是各有利弊的東西，看題主具體想幹什麼任務，控制目標是什麼。。。都了解肯定是有好處的，畢竟現在這個領域不是壓倒性的learning就比控制理論好。。
2樓：Zhihao
從導航控制的角度來看，深度強化學習的優勢在於容易實現，是乙個端到端的過程，不需要太多理論知識，劣勢則是場景遷移能力比較弱，對訓練樣本的數量和質量都有較高要求。傳統控制方法的優勢在於完成控制與決策系統後，不會有太多發生意外的場景，劣勢在於實現精準的系統定位、障礙檢測、決策、控制，需要大量的技術積累。
如果要做控制，經典的控制理論還是必要的，比如model-based的強化學習方法還是要用到傳統控制的知識。單純的強化學習方法學習效率太低，需要大量的樣本。
使用強化學習做出的拆單和下單演算法，和傳統的下單演算法相比，有哪些優勢？
KevinHo 效能上有什麼優勢我目前還看不出來，但是marketing上的優勢已經顯而易見了 據我所知各大BB都有在做RL的algo，有幾家已經到了 公測 階段。但我看到的資料還不足以看出和傳統algo有什麼顯著不同。但是有些東西表面看似是個學術問題，內在其實是個business問題，是個飯碗問題...
生成對抗網路GAN和強化學習RL有什麼緊密聯絡？
王雋 以下是個人粗淺的理解 兩者相似之處 以RL中的actor critic為例，actor和critic分別相當於GAN的generator，discriminator。critic discriminator通過學習打分策略，對actor generator的表現進行評價 判別。兩者不同之處 R...
強化學習的四要素中 策略和模型的區別是什麼？
Frank Tian 在Sutton的書中，強化學習的四要素被認為是策略，收益訊號，價值函式和模型。你對策略和模型的混淆，可能是因為兩者的共性 它們往往需要學習而來。在Model Based方法中，我們先學習乙個模型，然後通過這個模型規劃出乙個策略，這種方法被稱為間接強化學習。而在Model fre...