RL 基準

深度分析

記憶需求結構 (MDS) 在合成 POMDP 中的應用與評估

為提升記憶增強強化學習評測，研究提出可合成的部分可觀測馬可夫決策過程（POMDP），透過記憶需求結構（MDS）理論建構可調難度環境，實驗顯示模型在記憶需求上提升近20%。