POEM：通过进化创新为强化学习注入新活力

这项研究介绍了POEM，这是对流行的PPO算法的巧妙改进。通过巧妙地结合自适应变异等进化原理，POEM有望突破探索与利用的困境。结果显示出显著的性能提升，这真是令人兴奋！

• •POEM将进化算法的自适应变异集成到PPO算法中，以促进探索。
• •该方法监视策略变化，以便在需要时触发探索，从而防止过早收敛。
• •POEM在多个具有挑战性的环境中显示出比标准PPO显著的性能提升。