QSO 新方法解决 HRL 信息保留与经验聚合难题

QSO 提出一种面向分层强化学习(HRL)的新方法，在保留控制所需信息的同时支持经验聚合。该方法学到的 option 按上、下、左、右和原地抖动等动作方向形成清晰簇，并在 PCA 空间呈现规整的块状距离结构，优于 HIQL、OPAL、SHARSA/DSHARSA/ASO 等基线方法。