让智能体学会推理自身计算开销：同等训练算力下 75% 游戏表现更优、平均算力降至三分之一

研究让强化学习智能体感知自身计算成本并自主控制何时使用算力，在 Arcade Learning Environment 上验证：相同训练算力预算下，能推理自身计算的智能体在 75% 游戏中表现更好，平均算力消耗降至三分之一。论文分析了各游戏中效率提升的具体来源，已被 Reinforcement Learning Conference (RLC) 2026 接收。