部分监控

E2D.PMSide 框架首次在一般函数逼近下实现了上下文部分监控的计算高效求解。

部分监控的学习者每轮做出选择，但只能收到关于结果的有限反馈——既观察不到真实损失，也不知道环境实际选择了什么结果。

部分监控的反馈结构分为三类经典设定：全局可观测、局部可观测和不可观测。

该工作打破了'部分监控只能用表格方法'的隐性假设，使一般函数逼近进入部分监控的可行工具箱。