本研究探讨了离线强化学习中的目标条件监督学习，提出了递归跳跃规划（RSP）方法，验证了浅层多层感知机在长期轨迹动态捕捉中的有效性，显著降低了序列建模误差。
完成下面两步后，将自动完成登录并继续当前操作。
