概念Context-Reset Semi-Markov Decision Process / 上下文重置半马尔可夫决策过程
CR-SMDP
CR-SMDP是半马尔可夫决策过程的扩展变体，将状态空间分为持久状态（工作区中保存的实验结果、代码等）和瞬时状态（单次会话内的上下文信息），通过会话间上下文重置来建模多智能体交替协作场景
时间轴 (近 90 天)
10月12日
研究者将交替的智能体会话建模为上下文重置半马尔可夫决策过程（CR-SMDP），每个会话结束后上下文被重置，但工作成果保留在共享工作区中
待验证50%
10月12日
研究团队基于CR-SMDP建立了交替策略超越单智能体参考上限的充分条件，并推导出实验预算边界
待验证50%