可证明正确的自动机嵌入用于最优自动机条件强化学习

本研究解决了自动机条件强化学习中的理论保证缺失问题，提出了一个理论框架，证明该方法可近似学习。通过提出一种学习可证明正确的自动机嵌入的技术，实现了最优多任务政策的学习，并通过实验验证了理论结果。