有一个非常有趣的学习代理。他们称之为神经情节控制。这是论文的链接：https ://arxiv.org/abs/1703.01988 。他们的实验表明，与之前提出的代理相比，NEC 与环境的交互需要少一个数量级。

真的没有一种特定的方法可以让任何 RL 代理的学习速度更快。相反，有一长串方法已经证明可以提高学习速度，而且它们有时可以很好地相互配合。

一些例子：

1. 选项
2. 真正的在线方法
3. 异步方法

这些是我能想到的最有影响力和最有前途的方法，但技术列表不限于这 3 个。