LP-BTS用图策略筛选候选动作，再在预算约束下搜索动态变化的移动充电方案。
推荐理由：在250个传感器即产生约1125个初始动作的场景中，先学习提案再预算搜索，展示了策略网络处理动态组合动作空间的一条可扩展路径。
阅读原文