基於多尺度序列建模的決策制定者：探索離線強化學習中的Mamba

本文提出了Mamba決策制定者(MambaDM)，這是一種新穎的行動預測器,旨在捕捉多尺度特徵並更好地理解強化學習軌跡中的相關性。MambaDM利用獨特的全局-局部融合Mamba(GLoMa)混合模塊,巧妙地整合了輸入序列的全局和局部特徵。