Memento 3: Tự cải thiện đệ quy dựa trên mô hình thông qua các tập quy tắc phản tư

Đoạn trích bài viết

Học cách hành động trong các môi trường xa lạ đòi hỏi các tác tử phải suy luận về cách thế giới vận hành và điều chỉnh hiểu biết đó khi có bằng chứng mới xuất hiện. Tuy nhiên, các quan sát hạn chế có thể củng cố nhiều mô hình thế giới khác nhau vốn giải thích được những tương tác trong quá khứ nhưng lại dự đoán các kết quả khác nhau ở những trạng thái chưa từng thấy.