本研究提出了一种基于强化学习的新方法,解决了领域无关动态规划中的搜索不足问题。实验结果显示,该方法在多个基准领域上显著优于传统的DIDP和贪婪启发式方法。
完成下面两步后,将自动完成登录并继续当前操作。