เปรียบเทียบวิธี

	การเรียนรู้แบบเสริมกำลังเชิงลึก	การค้นหาสถาปัตยกรรมโครงข่ายประสาทเทียม
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2015	2017
ผู้ริเริ่ม	Mnih, V. et al. (DQN)	Zoph, B. & Le, Q.V.
ประเภท	Sequential decision-making (agent–environment interaction)	Automated architecture optimization (deep learning)
แหล่งต้นตำรับ	Mnih, V. et al. (2015). Human-Level Control through Deep Reinforcement Learning. Nature, 518, 529–533.	Zoph, B. & Le, Q.V. (2017). Neural Architecture Search with Reinforcement Learning. ICLR.
ชื่อเรียกอื่น	Derin Pekiştirmeli Öğrenme (DQN / PPO / A3C), derin pekiştirmeli öğrenme, deep RL, DRL	Nöral Mimari Arama (NAS), NAS, automated architecture design, differentiable architecture search
ที่เกี่ยวข้อง	4	5
สรุป	Deep Reinforcement Learning combines neural networks with reinforcement learning so an agent learns by interacting with an environment, popularised by Mnih and colleagues' 2015 Nature work on human-level Atari control. Instead of learning from a fixed labelled dataset, the agent takes actions, observes rewards, and gradually shapes a policy that maximises long-run return.	Neural Architecture Search (NAS), introduced by Zoph and Le in 2017, automatically optimizes architectural decisions such as a network's depth, width, and connection structure instead of hand-designing them. Leading methods in the field include DARTS, ENAS, and Once-for-All.