本文介绍了一种基于时间扩展的注释逻辑的语义代理模拟器，可加速强化学习并提供可解释的轨迹。该模拟器可对非马尔可夫动态和即时动作进行建模和利用。

可扩展的语义非马尔科夫模拟代理用于强化学习
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证