强化学习是目前热门的研究方向。对不同强化学习的方法与paper进行分类有助于我们进一步了解针对不同的应用场景，如何使用合适的强化学习方法。本文将对强化学习进行分类并列出对应的paper。
2. Exploration
a. Intrinsic Motivation系列
算法名称：VIME
论文标题：VIME: Variational Information Maximizing Exploration
发表会议：NIPS , 2016
论文链接：https://arxiv.org/abs/1605.09674
当前谷歌学术引用次数：454
算法名称：CTS-based Pseudocounts
论文标题：Unifying Count-Based Exploration and Intrinsic Motivation
发表会议：NIPS , 2016
论文链接：https://arxiv.org/abs/1606.01868
当前谷歌学术引用次数：726
算法名称：PixelCNN-based Pseudocounts
论文标题：Count-Based Exploration with Neural Density Models
发表会议：ICML , 2017
论文链接：https://arxiv.org/abs/1703.01310
当前谷歌学术引用次数：294
算法名称：Hash-based Counts
论文标题：#Exploration: A Study of Count-Based Exploration for Deep Reinforcement Learning
发表会议：NIPS , 2017
论文链接：https://arxiv.org/abs/1611.04717
当前谷歌学术引用次数：306
算法名称：EX2
论文标题：EX2: Exploration with Exemplar Models for Deep Reinforcement Learning
发表会议：NIPS , 2017
论文链接：https://arxiv.org/abs/1703.01260
当前谷歌学术引用次数：83
算法名称：ICM
论文标题：Curiosity-driven Exploration by Self-supervised Prediction
发表会议：ICML, 2017
论文链接：https://arxiv.org/abs/1705.05363
当前谷歌学术引用次数：1020
算法名称：RND
论文标题：Exploration by Random Network Distillation
发表会议：ICLR, 2019
论文链接：https://arxiv.org/abs/1810.12894
当前谷歌学术引用次数：332
b. Unsupervised RL系列
算法名称：VIC
论文标题：Variational Intrinsic Control
发表会议：ICLR, 2017
论文链接：https://arxiv.org/abs/1611.07507
当前谷歌学术引用次数：138
算法名称：DIAYN
论文标题：Diversity is All You Need: Learning Skills without a Reward Function
发表会议：ICLR, 2019
论文链接：https://arxiv.org/abs/1802.06070
当前谷歌学术引用次数：281
算法名称：VALOR
论文标题：Variational Option Discovery Algorithms
发表会议：Arxiv
论文链接：https://arxiv.org/abs/1807.10299
当前谷歌学术引用次数：49
3. Transfer and Multitask RL
算法名称：Progressive Networks
论文标题：Progressive Neural Networks
发表会议：NIPS, 2016
论文链接：https://arxiv.org/abs/1606.04671
当前谷歌学术引用次数：997
算法名称：UVFA
论文标题：Universal Value Function Approximators
发表会议：ICML, 2015
论文链接：http://proceedings.mlr.press/v37/schaul15.pdf
当前谷歌学术引用次数：522
算法名称：IU Agent
论文标题：The Intentional Unintentional Agent: Learning to Solve Many Continuous Control Tasks Simultaneously
发表会议：Conference on Robot Learning, 2017
论文链接：https://arxiv.org/abs/1707.03300
当前谷歌学术引用次数：26
算法名称：MATL
论文标题：Mutual Alignment Transfer Learning
发表会议：Conference on Robot Learning, 2017
论文链接：https://arxiv.org/abs/1707.07907
当前谷歌学术引用次数：37
算法名称：HER
论文标题：Hindsight Experience Replay
发表会议：NIPS, 2017
论文链接：https://arxiv.org/abs/1707.01495
当前谷歌学术引用次数：919
4. Hierarchy系列
算法名称：STRAW
论文标题：Strategic Attentive Writer for Learning Macro-Actions
发表会议：NIPS, 2016
论文链接：https://arxiv.org/abs/1606.04695
当前谷歌学术引用次数：127
算法名称：Feudal Networks
论文标题：FeUdal Networks for Hierarchical Reinforcement Learning
发表会议：ICML, 2017
论文链接：https://arxiv.org/abs/1703.01161
当前谷歌学术引用次数：457
算法名称：HIRO
论文标题：Data-Efficient Hierarchical Reinforcement Learning
发表会议：NIPS, 2018
论文链接：https://arxiv.org/abs/1805.08296
当前谷歌学术引用次数：265
