基准
RockSample
一个经典的POMDP测试环境，智能体需在网格世界中采样岩石以判断其价值，常用于评估POMDP规划算法的性能。
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，智能体需在网格世界中采样岩石以判断其价值，常用于评估POMDP规划算法的性能。
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。