RL3: 強化学習内の強化学習を活用したメタ強化学習の高度化

RL3は、メタ強化学習とトラディショナルな強化学習の長所を組み合わせることで、データ効率的な学習、長期的な性能向上、およびタスク外分布への一般化を実現する。