#理论模型

研究：可解模型刻画智能体追逐移动目标的学习动力学

研究者提出连续时间线性二次的开环目标追逐模型，其最优控制策略在反应式追踪与预测式拦截之间插值。通过线性结构可推导最优策略、策略学习与价值学习的闭式解，并发现学习时间尺度对应矩阵特征值，特征值谱的间隙表明智能体先学会到达目标再优化运动。