#分层强化学习

这篇论文教你用分层SAC解决稀疏奖励的长期任务，比普通SAC成功率更高，代码已开源。

这篇论文给HRL的高层智能体装上了'风险雷达'，用粗动力学的不确定性来选子目标，比传统方法更稳更准，值得做强化学习的看看。

这篇论文提出用世界模型加分层策略搞安全RL，在长期任务上比现有方法成功率和安全性都高不少，值得一看。