RL dài hạn cần Muon

Đoạn trích bài viết

Các agent đường chân trời dài phải phối hợp lý luận, sử dụng công cụ và phản hồi môi trường trên các tương tác kéo dài. Học hỏi từ những phần thưởng kết quả hiếm có đòi hỏi phải cân nhắc các quỹ đạo dài khác nhau và cập nhật chính sách trong khi việc triển khai vẫn đang được thu thập.