發現使用遺傳程式的動態符號性政策

本文提出一種使用遺傳程式(GP)進化出高性能且可解釋的動態符號性控制政策,以解決動態控制問題。動態符號性政策包含內部記憶狀態,能夠在部分觀測和環境變化的情況下保持穩健性,優於靜態符號性政策。進化出的動態符號政策與黑箱神經微分方程模型相當,但具有更好的可解釋性和透明度。