Symbolic Policy Learning（符号策略学习）

传统强化学习策略常为神经网络，难以解释。符号策略学习将策略表示为符号程序或逻辑规则，通过搜索或梯度方法优化。它结合了符号推理的透明性和神经学习的灵活性，在需要安全、可验证的决策场景（如机器人、游戏）中受关注。