通过输出异常反查环境数据异常，使智能体在变化环境中逐步补全模型与策略。
推荐理由：方法把输出异常作为学习触发器，再定位环境中的离群数据，以增量修正模型与策略；关键意义是尝试将持续学习从被动重训转为事件驱动适应。
阅读原文