生成分布嵌入

BETS使用生成分布嵌入（GDE）来表示每个节点的信念，并通过POMDP动力学进行更新。

生成分布嵌入（GDE）是一种用参数化生成模型表示概率分布的方法，学习从低维隐变量到状态空间的映射，同时用编码器将观测历史映射为隐变量分布。

BETS在训练中联合优化信念模型（GDE）、策略网络和值网络，信念模型的损失是最小化生成分布与真实隐藏状态之间的差异，常用负对数似然或最大均值差异。