Meta Reinforcement Learning：元强化学习综述

元强化学习（Meta-RL）是在强化学习领域做元学习，训练时在一批 MDP 上学习、测试时快速适应新任务，Wang et al. (2016) 与 Duan et al. (2017) 的 RL² 同时提出这一思路。与普通 RL 不同，策略观测除当前状态 s_t 外还加入上一动作 a_{t-1} 与上一奖励 r_{t-1}，并采用 LSTM 策略以隐状态记忆轨迹特征。