强化学习的课程训练（Curriculum for Reinforcement Learning）

课程学习通过从简单到复杂的样本安排加速模型收敛，Bengio 等人（2009）提出聚焦"有趣"样本的策略。Zaremba & Sutskever（2014）在 LSTM 数学程序预测中发现混合课程（naive + mix）优于单一策略。PCG 被用于 GVGAI、CoinRun、Procgen 等 RL 基准以提升泛化，POET 结合进化算法与程序化关卡进一步改善泛化。