オフラインリインフォースメントラーニングにおける多重スケールシーケンスモデリングの探索 - マンバによる意思決定者

オフラインリインフォースメントラーニングにおいて、マルコフ決定過程の特性を考慮した多重スケールのシーケンスモデリングアプローチを提案し、優れた性能を示す。