强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。
本专栏整理了近几年国际顶级会议中，涉及强化学习（Reinforcement Learning, RL）领域的论文。顶级会议包括但不限于：ICML、AAAI、IJCAI、NIPS、ICLR、AAMAS、CVPR、ICRA等。

第39届国际机器学习会议（International Conference on Machine Learning, ICML 2022）于北京时间7月17日至7月23日，在美国马里兰州巴尔的摩市以线上线下结合的方式举办。

• [1]. EAT-C: Environment-Adversarial sub-Task Curriculum for Efficient Reinforcement Learning.
• [2]. Optimizing Sequential Experimental Design with Deep Reinforcement Lear