• مقدمه (13)
• مفاهیم اولیه (16)
  • تصمیم‌گیری ترتیبی (16)
    • ترنسفورمر تصمیم (17)
    • بهینه‌سازی مجانبی سیاست (18)
  • سازوکار توجه (21)
  • جمع‌بندی (22)
• کارهای مرتبط (23)
  • مطالعات مبتنی بر زبان (24)
    • مطالعات مبتنی بر زبان در یادگیری تقویتی (25)
    • مطالعات مبتنی بر زبان در یادگیری تقلیدی (31)
    • مطالعات علوم شناختی (33)
  • محیط‌های مبتنی بر زبان (37)
  • کارهای مبتنی بر زبان منطق (39)
  • یادگیری بازنمایی برمبنای سوگیری‌های استقرایی (43)
    • گسسته‌سازی برداری در خودکدگذارها (43)
    • FiLM (45)
    • توجه شیاری (47)
    • سیستم‌های تولید (48)
  • جمع‌بندی (53)
• روش پیشنهادی (54)
  • رویکرد مبتنی بر ترنسفورمر تصمیم (55)
    • معماری روش و نسخه‌های پیشنهادی (55)
    • جمع‌بندی (57)
  • رویکرد مبتنی بر سیستم‌های تولید عصبی (58)
    • کلیت روش (59)
    • پردازش مشاهده در تابع سیاست (59)
      • حالت پایه (60)
      • حالت مشروط بر دستورالعمل (60)
    • نحوه‌ی تعیین شیارها (61)
    • جمع‌بندی (63)
• آزمایش‌ها و نتایج (66)
  • شرح محیط‌های آزمایش (66)
  • معیارهای ارزیابی (68)
  • نتایج ترنسفورمر تصمیم (69)
  • نتایج شبکه‌های عصبی تولید (70)
    • معماری مدل‌های آزمایش (71)
    • آزمایش‌های کارآمدی نمونه (73)
    • آزمایش‌های تعمیم‌پذیری ترکیبی (75)
      • تفسیرپذیری (78)
  • جمع‌بندی (79)
• نتیجه‌گیری و ادامه (82)
• باقی نمودارها (85)