让智能体学会推理自身计算开销：同等训练算力下 75% 游戏表现更优、平均算力降至三分之一

研究让强化学习智能体感知自身计算成本并自主控制何时使用算力，在 Arcade Learning Environment 上，同等训练算力预算下这类智能体在 75% 的游戏中表现更好，平均算力消耗减少至三分之一。论文已被 Reinforcement Learning Conference（RLC）2026 接收，并提供了交互式版本。