点歌：强化学习和深度强化学习重要论文串烧

[green-dalii]

待补充：
https://arxiv.org/abs/1509.06461

[dourgey]

补充几个个人认为在DRL历史上重要的几篇paper：

• 经典的 NatureDQN
• DQN系列集大成之作 Rainbow
• 几乎成为DRL落地首选的 PPO
• Actor-Critic框架下的经典作品 A3C

[hijkzzz]

外加 AlphaGo AlphaStar

[shan23chen]

外加PPO，和最近小火的InstructGPT

[qzweng]

鉴于沐神的系统背景，也许对 RL + System 的工作也会有讨论的兴趣吧？供参考：

• DeepMind: ICML 2018 IMPALA
• Google: ICLR 2020 Seed RL