依據累計信息探究的強化學習戰略
論文擴展了部分可調查馬爾可夫決議計劃進程（POMDP）結構以正式描繪REIN-EAD結構與環境的相互作用 。成果標明在三個使命上REIN-EAD的作用都優于SAC、經過引導式密布獎賞優化多步探究途徑，減輕了探究和運用分配的應戰 ，
△表4 ：方針檢測驗驗成果
△圖5 ：方針檢測驗驗的REIN-EAD可視化示例
方針檢測驗驗的可視化動態示例
此外 ，清華朱軍團隊在TPMAI 2025中提出了強化學習驅動的自動防護結構REIN-EAD 。并經過強化學習范式消除了對可微環境建模的依靠 ，
REIN-EAD的猜測進程是多步條件下的接連觀測和循環猜測