王建强, 郑讯佳, 黄荷叶. 驾驶人驾驶决策机制遵循最小作用量原理[J]. 中国公路学报, 2020, v.33;No.200(04):159-172. 观点： 为提升智能汽车的自主决策能力，使其能够学习人的决策智慧以适应复杂多变的道路交通环境，需要揭示驾驶人决策机制。 依据： 物理学中常用最小作用量原理解释自然界（包括物理和生物行为）极值现象。同时，最小作用量原理还用于解释蚂蚁在觅

智能体需要具备不断适应环境的能力，这就使得其必须能够利用当前与环境或其他智能体交互的样本进行在线、增量式学习的能力。深度神经网络被广泛用于作为学习的模型，应用于这样的增量式学习任务时存在灾难性遗忘问题。缓解该问题的一种方法是：利用一个类似于DQN的经验回放单元存储重要的历史样本用来回忆(rehearsal)历史知识，使模型克服（目前还做不到“克服”，个人觉得用“缓解”更合适）灾难性遗忘问题。该方