本研究提出了一种新方法NSR，通过对稀有状态进行额外更新，跳过频繁状态，解决了强化学习中样本利用不均的问题。实验表明，NSR提高了算法的收敛率和成功率，且时间消耗无明显增加。
完成下面两步后，将自动完成登录并继续当前操作。
