直接将Q学习及其衍生算法产生的策略表示为行为树，在可解释性与性能之间取得平衡。
Chenjing, Zhao · Chuanshuai, Deng · Zhenghui, Liu · Zhang, Jiexin · Wu, Yunlong · Wang, Yanzhen · 易晓东
2023
Q-learning 及其衍生算法训练出的策略无需任何预设计即可转为行为树，省去人工构造初始树。
策略以树结构可视化呈现，开发者可以直观理解智能体下一步行为的原因，而非面对黑盒网络。
方法在树的大小与策略性能之间权衡，允许用户根据可读性偏好选择更简单或更精确的树。