HyCO结合序列强化学习与全局扩散求解器，利用两者互补的误差结构。
推荐理由：序列策略前期边际遗憾较小但误差随决策链累积，扩散模型则避免链式误差却受剩余维度拖累；混合求解器按阶段利用两者优势，思路具有通用性。
阅读原文