模型
BetaZero
一种基于学习的POMDP规划基线方法，作为BETS的对比对象，在部分配置中表现不及BETS。
时间轴 (近 90 天)
10月14日
研究在RockSample、LightDark和PocMan三个经典POMDP环境的六种配置上评估了BETS，对比基线包括BetaZero以及三个不含学习组件的规划器。
待验证50%
10月14日
BETS在所有六项配置上要么具有竞争力，要么处于领先地位，而每个基线都至少在一项配置上远远落后。
待验证50%
一种基于学习的POMDP规划基线方法，作为BETS的对比对象，在部分配置中表现不及BETS。
研究在RockSample、LightDark和PocMan三个经典POMDP环境的六种配置上评估了BETS，对比基线包括BetaZero以及三个不含学习组件的规划器。
BETS在所有六项配置上要么具有竞争力，要么处于领先地位，而每个基线都至少在一项配置上远远落后。