本论文介绍了一种针对不稳定、部分可观测环境下决策的在线隐藏表示学习方法。提出的DHTM算法能够捕捉序列数据关系，并对未来观察作出累积预测，形成继承者表示。实验证明，DHTM算法在时序差异学习方面优于LSTM，并与类似RNN算法相当。DHTM是解决在线隐藏表示学习动态环境挑战的有前途的方法。