比较TRM和HRM在增强次数、注意力层、Maze任务上的表现

- TRM 对增强次数的鲁棒性是否与 HRM 类似？

- 从线性层切换到注意力层很有趣，注意力在较小任务上表现更差。为什么？

它可能在计算上效率较低，但为什么在 Maze 上差那么多？