标签
本文介绍了一种白盒仪器,使用隐藏确定性有限自动机分别测量强化学习代理的奖励成功和潜在状态学习,发现高奖励并不意味着任务理解。
一份介绍性的 literate Haskell 文档,探讨余代数和自动机之间的关系,展示如何利用范畴论中的 fold 和 unfold 操作来建模状态机。