新研究用范畴论构建环境群胚以提升POMDP求解泛化性

该论文提出将范畴论作为高维部分可观测环境强化学习的实用框架。通过对称轨道将状态空间划分为等价类，并组织为带有规范代表的群胚，使智能体能在相似状态间共享所学，而非将每种位置或方向视为新问题。学习在对称约简空间进行，每轨道仅代表一次，消除冗余并提升采样效率。在部分可观测基准上的评估表明，基于轨道的划分在具潜对称性的环境中带来一致性能提升，为构建更具结构化与可扩展性的学习系统提供路径。