Options Framework — 选项框架

事实

用“选项”表示可持续多步动作的强化学习框架。

人话

选项框架像游戏一键连招：不用每下平A都点，按个技能就打一套。

用于层级强化学习，让长任务复用多步技能。

相关概念

• Reinforcement Learning｜强化学习
• Markov Decision Process（马尔可夫决策过程）

Hierarchical Reinforcement Learning
选项框架是层级强化学习的经典形式化工具。

Reinforcement Learning
它把强化学习里的动作扩展成多步技能。

MDP
选项通常在 MDP 上定义启动、策略和终止。