本研究提出了一种新型神经符号方法神经DNF-MT，旨在解决深度强化学习中的策略可解释性问题，实现端到端的策略学习，并支持手动干预和适应。

本研究提出将大型语言模型（LLMs）与进化算法（EAs）结合，以提高自动化优化效率，解决手动干预过多和泛化性差的问题，并分析关键组件以促进两者的融合发展。