该研究利用双层马尔可夫决策过程（MDP）框架，提高科学任务的自主规划能力。此方法能快速计算决策，适应计划延误或偏差。通过转化为双层MDP，增强AI解决方案的可解释性和可信度，并在RoverGridWorld环境中测试，展示了计算处理能力和近似最佳策略，强调计算时间与策略最优性之间的权衡。

该研究利用双层马尔可夫决策过程（MDP）框架，提高科学任务的自主规划效率。此方法能快速计算决策，处理任务延误或偏差。通过将任务规划转化为双层MDP，增强了AI解决方案的可解释性。在RoverGridWorld环境测试中，展示了计算处理能力和近似最佳策略，并强调了计算时间与策略最优性之间的权衡。