基准
PocMan
一个基于吃豆人游戏的POMDP测试环境，智能体在部分可观测条件下导航并收集物品，用于评估规划算法在复杂动态环境中的表现。
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%
一个基于吃豆人游戏的POMDP测试环境，智能体在部分可观测条件下导航并收集物品，用于评估规划算法在复杂动态环境中的表现。
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。