推进强化学习：基于模型的非马尔可夫环境方法

这项研究探索了强化学习中的一个关键挑战：如何有效地处理非马尔可夫奖励决策过程。 这很重要，因为现实世界的环境通常缺乏马尔可夫性质，这使得标准的 RL 技术不太可靠。

• •研究了基于模型的强化学习。
• •解决了非马尔可夫环境的复杂性。
• •适用于一系列决策问题。