introduction

challenge

在部分可观察环境中使⽤RL来学会导航，存在以下困难：
1.奖励稀疏
2.对于环境中各种不同的动态元素，需要agent⽤不同⻓短的时间来记忆不同的东⻄：
a. 对于⽬标， one-shot
b.速度信号和视野中的障碍，短时记忆
c.环境中的不变的部分（边界，线索），⻓时记忆