特定案例的一个著名示例是SeqGAN

SeqGAN 将数据生成器建模为强化学习 (RL) 中的随机策略，通过直接执行梯度策略更新来绕过生成器差异化问题。RL 奖励信号来自根据完整序列判断的 GAN 鉴别器，并使用蒙特卡洛搜索传递回中间状态-动作步骤。对合成数据和现实世界任务的广泛实验证明了在强大基线上的显着改进。