奖励结构如何塑造强化学习中的探索与神经记忆交互

论文在部分可观测强化学习中，系统交叉比较情景探索奖励与多种神经记忆架构，发现同一探索奖励会因记忆内容获取方式产生三种交互：放大架构差异、将架构拉平至共同上限，或完全无效。作者进一步用奖励机器区分结构稀疏与潜在稀疏，说明探索负责暴露经验，记忆负责将经验转化为回报。