基准
LightDark
一个经典的POMDP测试环境，智能体在黑暗中移动到目标位置，只有靠近目标时才能获得观测，用于评估规划算法在信息获取与目标达成间的权衡。
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%
一个经典的POMDP测试环境，智能体在黑暗中移动到目标位置，只有靠近目标时才能获得观测，用于评估规划算法在信息获取与目标达成间的权衡。
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。