1、基于动态规划法的传统控制论：矩阵太大，无法计算；
2、类似AlphaGo的强化学习，训练需要大量试探，成本太高；
3、基于元学习的强化学习，极有可能，恰好也是2015年底2016年初开始成型的。
--
FROM 111.202.148.*