Transitive RL：用分治而非 TD 学习实现可扩展的离策略强化学习

Berkeley AI Research 介绍 Transitive RL（TRL），一种基于分治价值学习的离策略 RL 算法，用轨迹内状态和 expectile regression 构造传递式 Bellman 更新，以对数级递归处理长程任务。