强化学习中的终端表示（Terminal Representation）

研究提出终端表示（TR），一种结构上区别于后继表示（SR）和默认表示（DR）的新型强化学习表示方法。TR 与 DR 一样编码奖励加权轨迹，但可作为更低维对象学习，且无需特征分解即可直接用于选项发现、奖励塑形、迁移学习和探索等任务，同时绕开对称转移动态假设。