来源：专知本文为教程，建议阅读5分钟我们将总结该领域的未来前景和面临的开放问题。
训练强化学习(RL)系统在实际任务中表现良好是困难的，原因有很多。一个重要的原因是，工程师和应用研究人员面临着大量的设计选择，旨在将现实世界的问题表示为部分可观察马尔可夫决策(POMDP)抽象，这不足以捕捉问题的所有方面。因此，工程师通过试验和错误，优化RL系统设计，直到达到令人满意的性能。这是一个累人、耗时和低效的过程。learn to learn和Auto RL将这个过程的部分自动化，允许用户专注于更高层次的设计问题。在本教程中，我们将回顾当前建立的技术，如环境、算法、表示和奖励学习，并讨论可用的工具、它们如何以及为什么工作，以及它们何时会失败。最后，由于这是一个新兴的领域，我们将总结该领域的未来前景和面临的开放问题。
https://automl.cc/tutorials/
