Transitive RL：基于分治范式的强化学习算法

Seohong Park 在 Berkeley AI Research 博客介绍了一种基于分治范式的新型强化学习算法 Transitive RL（TRL），它不依赖时序差分（TD）学习，而是通过递归拆分轨迹来减少 Bellman 递归次数，从而更好地扩展到长程任务。