（4）在多使命與多環境上取得優勝功能，沿時刻步反傳梯度要求狀況搬運函數和調查函數有必要具有可微分性 ，論文經過理論剖析證明RNN Style的練習辦法本質上是一種貪婪探究戰略：這種貪婪探究戰略或許導致EAD選用部分最優戰略
，REIN-EAD完成了對立防護進程中的“感知—決議計劃—舉動”一體化
：
在每一時刻挑選長時刻最優的交互動作，并經過強化學習范式消除了對可微環境建模的依靠 ，
對立補丁 的核算一般需求內部最大化迭代
，并依據環境反應不斷批改其內部標明
，能夠有用地減輕實際國際3D環境中的對立補丁進犯