当深度网络应用在增强学习中，人们发现一些训练的捷径，但是没有统一的看法。每当深度网络应用在一个领域，总是会重复类似的故事，这也许正是深度学习有意思的地方 — David 9
如果你想入深度增强学习的坑，你一定发现在增强学习domain下，深度网络构建有那么多技巧。
不像一般的机器视觉，深度网络在增强学习中被用来理解环境（states）和回报值（reward），最终输出一个行为策略。
因此关注的最小粒度其实是行为（action），依旧使用传统梯度下降更新网络并不高效（行为的跳跃很大，梯度更新可能很小）。另外，增强学习其实是可以高并行的问题，试想如果你有很多分身去玩Dota，最后让他们把关键经验告诉你，就省去了很多功夫。
在经验和行为主导的增强学习背景下，催生了DQN，A3C，Evolution Strategies等一系列深度网络的训练方法。包括我们今天的主角：遗传算法（GA）。
Uber AI实验室发现GA对行为策略的把控，可以结合到深度网络中，他们称之为深度神经进化（Deep Neuroevolution），在某些领域的表现甚至超过了DQN，A3C，Evolution Strategies。 继续阅读深度神经进化，Uber AI实验室新发现：遗传算法(GA)在深度增强学习中的出色表现(Deep Neuroevolution)
