Meta Reinforcement Learning（元强化学习）

summary_zh: Meta-RL 训练智能体在未见过的任务上快速适应，在测试时通过有限交互自主调整隐藏状态，无需显式微调。Meta-RL 与普通 RL 的核心区别在于策略输入额外加入上一时刻的奖励与动作，通常采用 LSTM 作为循环策略，其隐藏状态用于追踪轨迹特征。