我们在使用传统的监督学习方法做分类任务时,都希望有较多的标注数据可供学习。正所谓“见多识广”。当可供训练的数据增多时,通过监督学习算法学到的模型往往会具有更强的表现。然而,实际情况是,虽然我们能获得很多数据,但大部分都是未标注的,并且想要对这些数据进行高质量的标注,往往需要花费大量的时间和资源,甚至需要领域内专家进行标注。而主动学习的目标,就是在尽可能减少训练样本的标注量的同时,又要保证所学习的分类器性能较好。到目前为止,主动学习已经有很长的发展历史了,并且产生了很多的样本选择策略,但是在它们中很多都是人为制定选择标准的启发式策略。本文中,我们提出了一种新的样本选择策略——RL-Active,即把主动学习的样本选择过程抽象成为一场“游戏”,引入强化学习的方法,在主动学习的情境下,使用深度强化学习的方式代替传统的启发式样本选择策略,让样本选择变得可学习,具有一定的通用性。实验部分,我们将该算法在一个小型的人工数据集上,和主动学习中的随机策略以及基于不确定度的样本选择策略进行了比较,并尝试进行结合,最后通过对实验结果的观察,分析了算法的优点以及一些局限性。