Trajectory2Gym: Tổng hợp Tương tác Thành phần Dựa trên Quyết định dành cho Agent Sử dụng Công cụ

Đoạn trích bài viết

Các quỹ đạo sử dụng công cụ thành công không nhất thiết là sự giám sát hữu ích. Ngay cả các tương tác thành công cũng có thể phản ánh chưa đúng mức các phụ thuộc nhiều bước hoặc chứa các hành động không hợp lý dựa trên thông tin mà agent có thể thấy tại thời điểm ra quyết định.