研究以真实Slurm负载和随机掩码基线，拆分算法学习与动作掩码对调度性能的贡献。
推荐理由：关键设计是加入配对种子的掩码均匀随机对照，检验PPO等算法的收益是否只是来自屏蔽非法动作，为调度研究提供更严格的归因标准。
阅读原文