本研究提出了一种新方法，通过时间跳跃连接和增强历史观察，解决实时强化学习中的延迟问题。实验结果表明，该方法在多种环境下显著提升了算法性能，推理速度提高了6-350%。

本研究提出了一种新算法，通过交错异步推理解决实时强化学习中的高延迟问题，确保在一致时间间隔内采取行动，显著降低长期后悔损失，支持更大规模模型在实时模拟游戏中的学习。