该文综述进化算法与深度强化学习的结合进展：利用种群进化训练强化学习代理，改善时序分配、探索与收敛；用深度强化学习辅助选择约束多目标优化算子；动态演化循环网络结构与超参数；并证明无梯度的深度遗传算法能高效求解强化学习问题。

本文综述进化算法与强化学习的结合研究，涵盖进化增强学习、集成强化学习、PDERL、CERL等算法，通过种群进化训练深度强化学习代理，改善时序分配、探索效率与收敛性，在连续控制基准测试中优于传统方法，并梳理了45种算法及未来方向。