该文章介绍了一种基于模型的强化学习算法，使用非线性常微分方程来表示连续时间动力学。研究表明，在连续时间下，测量选择策略的重要性显现出来。作者提出了一种自适应的、数据依赖的实际测量选择策略，能够在明显更少的样本下达到次线性的后悔。

本论文介绍了两种新型模型强化学习框架，使用神经常微分方程建模连续时间动力学，准确表征动态并开发高效策略。同时，基于模型的方法优化时间表，减少与环境交互频率，保持近乎最优性能。实验证明方法有效。