本文介绍了一种基于强化学习的极化码通用序列设计框架，适用于6G应用。该方法可扩展至2048的码长，在5G支持的所有(N,K)配置中表现优异，相较于5G的NR序列，提供了最高0.2 dB的增益。关键在于结合物理法则约束学习、限制前瞻评估及多配置优化，提高学习效率。