本文介绍了遮盖轨迹模型 (MTM) 作为顺序决策制定的一般抽象。MTM 通过高度随机化的遮盖模式进行训练，学习多功能网络，可以扮演不同的角色或具有不同的能力。实验表明，MTM 网络可以匹配或优于专门训练的网络，并且学到的状态表示可以加速传统 RL 算法的学习速度。在离线 RL 基准测试中，MTM 与专门的离线 RL 算法相竞争。