进化策略和强化学习的区别？
Difference between Evolutionary Strategies and Reinforcement Learning?
我正在学习机器人强化学习中采用的方法，并且遇到了进化策略的概念。但我无法理解 RL 和 ES 有何不同。谁能解释一下？
据我了解，我知道两个主要的。
1)强化学习使用一个代理的概念，代理通过以不同方式与环境交互来学习。在进化算法中，它们通常从许多 "agents" 开始，并且只有 "strong ones survive"（具有产生最低损失的特征的代理）。
2) 强化学习agent(s)学习积极和消极的行为，但进化算法只学习最优的，消极或次优的解决方案信息被丢弃和丢失。
例子
您想建立一个算法来调节房间的温度。
房间温度为 15 °C，而您希望它为 23 °C。
使用强化学习，智能体将尝试一系列不同的动作来升高和降低温度。最终，它了解到提高温度会产生很好的回报。但它也知道降低温度会产生不好的回报。
对于进化算法，它从一堆随机代理开始，这些代理都有一组预编程的动作要执行。然后具有 "increase temperature" 动作的代理存活下来，并移动到下一代。最终，只有提高温度的试剂才能存活下来，并被认为是最佳解决方案。但是，算法不知道如果降低温度会发生什么。
TL;DR: RL 通常是一个智能体，尝试不同的动作，学习并记住所有信息（正面或负面）。 EM 使用许多猜测许多动作的代理，只有具有最佳动作的代理才能生存。基本上是一种解决问题的蛮力方法。
我认为Evolutionary Strategies和Reinforcement Learning最大的区别在于ES是一种全局优化技术，而RL是一种局部优化技术。因此 RL 可以更快地收敛到局部最优值，而 ES 可以更慢地收敛到全局最小值。
我正在学习机器人强化学习中采用的方法，并且遇到了进化策略的概念。但我无法理解 RL 和 ES 有何不同。谁能解释一下？
据我了解，我知道两个主要的。
1)强化学习使用一个代理的概念，代理通过以不同方式与环境交互来学习。在进化算法中，它们通常从许多 "agents" 开始，并且只有 "strong ones survive"（具有产生最低损失的特征的代理）。
2) 强化学习agent(s)学习积极和消极的行为，但进化算法只学习最优的，消极或次优的解决方案信息被丢弃和丢失。
例子
您想建立一个算法来调节房间的温度。
房间温度为 15 °C，而您希望它为 23 °C。
使用强化学习，智能体将尝试一系列不同的动作来升高和降低温度。最终，它了解到提高温度会产生很好的回报。但它也知道降低温度会产生不好的回报。
对于进化算法，它从一堆随机代理开始，这些代理都有一组预编程的动作要执行。然后具有 "increase temperature" 动作的代理存活下来，并移动到下一代。最终，只有提高温度的试剂才能存活下来，并被认为是最佳解决方案。但是，算法不知道如果降低温度会发生什么。
TL;DR: RL 通常是一个智能体，尝试不同的动作，学习并记住所有信息（正面或负面）。 EM 使用许多猜测许多动作的代理，只有具有最佳动作的代理才能生存。基本上是一种解决问题的蛮力方法。
我认为Evolutionary Strategies和Reinforcement Learning最大的区别在于ES是一种全局优化技术，而RL是一种局部优化技术。因此 RL 可以更快地收敛到局部最优值，而 ES 可以更慢地收敛到全局最小值。