一、蒸馏强化学习的核心定义与技术背景 蒸馏强化学习（Distilled Reinforcement Learning, DRL）是强化学习与知识蒸馏技术的交叉领域，其核心目标是通过教师-学生模型架构，将复杂、高计算成本的强化学习策略（教……
