近年来,强化学习算法已经广泛应用于实际应用中,解决决策与控制等复杂问题,如自动控制、电子游戏、机器人、智能电网和推荐系统等。但是,大多数强化学习方法从零知识状态开始训练一个智能体,需要庞大的数据、时间和计算资源。同时,在现实应用中,学习的计算成本随着任务的复杂度呈指数增加。因此,设计高效的强化学习算法,减少对数据及计算资源的依赖一直是强化学习中最具挑战性的问题之一。一种可行的方法是利用从相关任务中获得的知识来提高在其他新问题中强化学习的学习效率。目前,使用迁移学习加速学习过程的技术已经广泛应用于强化学习领域。然而,在迁移过程中,知识的表现类型和迁移方式都会影响算法的性能,如何寻找到合适的知识表现形式和迁移方式,从而避免负迁移仍然是一个具有挑战的问题。本文围绕相同问题域的任务场景下的强化学习任务间的知识迁移,从策略迁移角度提出相应的解决方法。本文主要研究内容与贡献如下:①针对多个具备相同问题域但状态转移概率不同的强化学习任务的情况下,源任务与目标任务之间正向知识迁移难的问题,提出了一种基于策略迁移和示范学习的迁移强化学习算法。具体地,本文提出通过基于注意力机制网络的教师策略学习方法,可将不同的源任务的所学策略自适应地融合,为目标任务生成一个教师策略。然后,教师策略通过示范学习实现源任务与目标任务之间的知识迁移,从而提升目标任务中智能体的学习效率。这样一来,所提出的方法不仅可以有效地利用多个具有不同状态转移概率的源任务的策略知识,而且还可以将学到的知识用于指导智能体进行探索目标环境,而不是随机探索。在基于连续控制任务上的实验结果表明,本文提出的迁移强化学习算法能够有效提升智能体在目标任务上的初始学习性能、整体学习速度和渐进性能。②针对基于强化学习的推荐系统应用,本文提出一种基于策略迁移的迁移强化学习推荐算法。本文首先将推荐系统基于马尔可夫决策过程进行数学建模,旨在通过深度强化学习的方式来学习有效地推荐策略。然后,通过引入辅助损失函数,采用策略蒸馏（一种策略迁移方式）的方式,从预训练的源策略中获得知识并正向迁移到目标策略中,从而提升推荐智能体在早期学习阶段的策略学习效率。最后,在阿里巴巴天池大赛CIKM 2019 EComm AI数据集上进行推荐物品的离线实验。通过实验验证,本工作提出的方法能够有效提升推荐策略的早期学习性能和策略学习质量。