呂帥副教授指導的伟德国际BETVlCTOR2018級碩士生韓帥同學的論文“Recruitment-imitation mechanism for evolutionary reinforcement learning”被數據挖掘領域重要國際期刊Information Sciences（CCF-B）錄用。論文第一作者為呂帥副教授，第二作者為2018級碩士生韓帥，其他作者為2017級博士生周文博、2020級碩士生張峻偉。
強化學習、進化算法和模仿學習是處理連續控制任務的三種主要方法。強化學習具有較高的樣本效率，但對超參數設置敏感，需要有效地探索；進化算法穩定，但樣本效率較低；模仿學習具有較好的樣本效率和穩定性，但需要專家數據的指導。本文提出了進化強化學習的招募-模仿機制RIM（recruitment-imitation mechanism），是一種結合了上述三種方法優勢的可擴展框架。該框架的核心是一個雙行動者、單評論家的強化學習Agent。該Agent從種群中招募高适應度的個體，指導自身從經驗池中學習。同時，種群中低适應度的個體模仿強化學習Agent的行為模式，提高其适應度。RIM框架中的強化學習和模仿學習可以分别使用任意離策略的行動者-評論家型強化學習和數據驅動的模仿學習替代。本文利用Mujoco的若幹連續控制任務評估RIM框架。實驗結果表明：RIM優于以往的進化學習和強化學習方法。RIM的組件性能明顯優于以往進化強化學習算法的組件，采用軟更新的招募方式使強化學習Agent的學習比硬更新的方式更快。
