Extension usage examples:
Here's how our browser extension sees the article:
Article summary:
1. 决策变压器和RvS在随机环境中表现不佳，因为它们只能依赖运气来获得预期的回报。
2. 我们提出了一种新方法ESPER，它学习将轨迹聚类，并以平均集群回报作为条件，从而使ESPER在真实环境中实现目标回报与预期性能之间的强大对齐。
3. 在所有测试领域中，ESPER都比单独条件化回报达到了更好的对齐效果，并且具有比甚至是基于价值的基准要高的最大性能。
Article analysis:
这篇文章是一项关于决策变形机、RvS在随机环境中表现不佳的原因及其提出ESPER方法来解决此问题的相关工作。文章通过对多项具有挑战性的随机offline-RL任务进行测试（包括2048这一具有挑战性的益智游戏、Connect Four对战随机对手）来证明ESPER方法在实际应用中能够实现目标回报与预期性能之间强大的对齐效果。
就文章可信度而言，作者采用了合理考虑、易于理解、易于重复、易于复制的方法来证明ESPER方法在实际应用中能够实现目标回报与预期性能之间强大的对齐效果。此外，作者也采用了合理考虑、易于理解、易于重复、易于复制的方法来证明ESPER方法在所测试各个随机offline-RL任务上都优于单独条件化回报并且具有优异的表示力。
就文章可信度而言，作者采用合理考虑、易于理解、易于重复、易亩复制 的方法来证明ESPER方法在实 际应用中能 够 实 目标 回 报 下 预 期 性 能 之 间 强 大 的 对 齐 效 果 。此 外 ， 作 者 也 针 对 所 有 测 试 领 域 都 进 行 众 多 的 定量 测 试 ， 使 ESPER 的 结 果 进 一步得到证实。
就文章可信度考量而讲，文章无特别之处——无特别之处——无特别之处——无特别之处——无特别之处——无特别之处——无特别之处——无特别之