展示優勝的泛化與適應才能

論文在多個規范對立測驗環境與使命中進行了體系評價 ，在雜亂使命中具有較強的適用性 ，

但是，并改善其對方針目標的了解 。并據此猜測當時的場景標簽 。

為了進一步消除對可微分練習環境的依靠并下降梯度優化的不安穩性