更改

[[文件:划分示意图.jpg|居中|400x400像素|替代=|无框]]

[[文件:划分示意图.jpg|居中|400x400像素|替代=|无框]]

上图为某种划分的示意图<ref name=":4">Shalizi, C. R.. & Crutchfield, J. P. (2001). Computational Mechanics: Pattern and Prediction, Structure and Simplicity,Journal of Statistical Physics,104(3/4).817-879.</ref>，将集合<math> \overset{\leftarrow}{S}</math>划分为某类宏观态的子集<math> \mathcal{R}=\{\mathcal{R}_i:i=1,2,3,4\}</math>，值得注意的是，<math> \mathcal{R}_i</math>不必形成紧致集，也可以是康托集或其他更特殊的结构，上图为了示意清楚才这样画的。

上图为某种划分的示意图<ref name=":4">{{cite journal |last1=Shalizi |first1=C. R. |last2=Crutchfield |first2=J. P. |title=Computational Mechanics: Pattern and Prediction, Structure and Simplicity |journal=Journal of Statistical Physics |volume=104 |issue=3/4 |year=2001 |pages=817 - 879 |url=https://link.springer.com/article/10.1023/A:1010388907793}}</ref>，值得注意的是，<math> \mathcal{R}_i</math>不必形成紧致集，也可以是康托集或其他更特殊的结构，上图为了示意清楚才这样画的。

于是，智能体就需要学习到一种有效的划分，即如何从观测到的状态（可以称之为微观态）到智能体压缩后得到的隐空间上的状态（可以称为宏观态）能够很好对应，使得宏观态更加有效地反映微观态中的重要信息。那么，什么叫做有效呢？

于是，智能体就需要学习到一种有效的划分，即如何从观测到的状态（可以称之为微观态）到智能体压缩后得到的隐空间上的状态（可以称为宏观态）能够很好对应，使得宏观态更加有效地反映微观态中的重要信息。那么，什么叫做有效呢？