具有转移能力的强化学习论文集
将转移学习与强化学习相结合是一个热门且有趣的领域。
基于SMAC的部分是基于近年来（2018-2021）的“星际争霸多代理挑战”的所有论文。
这是强化学习中的迁移学习列表（TLRL）。 论文按时间排序。 欢迎任何建议和请求。
这些参考文献的共享原则仅用于研究。 如果有任何作者不希望在此处列出其论文，请随时与Bin Chen（Email： ）联系。
内容
待续 ...
民意调查
朱壮迪，林开祥和周佳瑜。 2021年
费利佩·莱诺·达席尔瓦（Felipe Leno Da Silva），安娜·海伦娜·瑞丽·科斯塔（Anna Helena Reali Costa） 的 。 JAIR，2019的
基于SMAC
张天军等进行主体。ICLR2021。
UPDET： Siyi Hu等通过与变压器的政策解耦进行通用多代理强化学习。ICLR2021。
代理之间的转移
