本研究提出了一种基于世界模型的可解释强化学习技术，旨在解决时序决策的复杂性，增强用户对代理策略的理解，并通过环境操控帮助用户控制代理执行。
本研究提出了一种基于世界模型的可解释强化学习技术。
该技术旨在解决时序决策的复杂性问题。
通过增强模型驱动强化学习代理的逆世界模型，提升用户对代理策略的理解。
研究帮助用户学习如何通过操控环境来控制代理执行。
完成下面两步后，将自动完成登录并继续当前操作。
