标签
本文探究如何将动作信息纳入强化学习的循环神经网络架构中，考察了设计选择，并在多个示例域上进行了实证评估。
本文提出了一种用于递归推理系统的认知状态图表示方法以及一种基于顺序间隙的终止标准，旨在解决如何管理不断演变的推理状态以及何时停止迭代的问题。