随着算力的飞速提升，深度学习(Deep Learning，DL)发展势头迅猛，掀起了新一轮人工智能发展热潮。在深度学习的带动下，强化学习(Reinforcement Learning，RL)重新步入了人们的视野。2013年DeepMind使用神经网络在Atari的多个游戏中超越了人类玩家水平而名声大噪，从此深度强化学习(Deep Reinforcement Learning，DRL)成为了强化学习发展的新方向。近年来，深度强化学习取得了巨大成就，受到了学术界和产业界的广泛关注，在游戏、推荐系统、无人驾驶等领域取得了令人瞩目的进展和成果，将强化学习的研究推向前所未有的新高度。

如何赋予机器自主学习的能力，一直是人工智能领域的研究热点。强化学习是机器学习领域之一，受到行为心理学的启发，主要关注智能体如何在环境中采取行动，以最大限度地提高累积奖励。深度强化学习使用神经网络逼近值函数，一定程度上避免了表格存储序列空间大、查询慢等问题，成为了强化学习解决问题。