自主分解复杂任务
利用选项框架无需预先指定子任务即可自主分解复杂任务，并通过双向注意力机制精确估计状态-动作价值以缓解部分可观测性。
Zhu, Anjie · 何泓材 · Yongjun, Yang · Zheng, Zetao · 邵杰
IEEE Transactions on Consumer Electronics 2024
通过选项框架自动将复杂任务分解为时间上扩展的宏动作，消除了对手工设计任务层级的需求。
无需从人类游戏记录中预训练或模仿，直接从环境交互中学习宏观动作，减少了数据准备的工作量。
双向注意力机制让状态与动作互相强化表示，在只能获得部分信息时仍能更准地估计状态-动作价值。