發表時間：2020（AAAI 2021）
文章要點：這篇文章提出Propositional Logic Nets (PROLONETS)，通過建立決策樹的方式來初始化神經網路的結構和權重，從而將人類知識嵌入到神經網路中作為初始化warm start，然後進行強化學習。
具體的，就是先把任務劃分成很多個和狀態相關的決策節點，通過賦予權重來嵌入人類知識，這樣就可以給出一個大體的策略，比如什麼情況下做什麼動作。然後把這個東西結合到神經網路中

裡面的引數是可以訓練的，最後輸出的是每個動作的概率。
另外，在訓練的過程中這個樹結構還能繼續擴充套件。在淺層樹結構的基礎上，再弄一個深層的結構，先隨機初始化權重，然後用淺層的結構選動作，然後更新的時候淺層和深層都更新。再通過計算entropy的方式，如果深層結構的entropy的和小於前面淺層結構的entropy，就用entropy小的深層結構替換掉之前的淺層結構。

最後作者還搞了個user study，就是說前面嵌入的知識都是專家提供的，用這個user study搞一個互動介面，讓普通人來提供知識，看看效果如何。得出的結論是就算是普通人，也能提高performance。然後作者就說這個東西可以促進democratize RL，就比較公平，沒有偏見吧。
總結：