ロバスト強化学習
環境の変化や不確かさがある状況でも、うまく行動できることを重視する強化学習の考え方。現実のように条件が揃わない場面を想定する。
たとえば: 路面が乾いていても濡れていても運転しやすい車を目指すようなもの。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- RobustRLlib:ロバスト強化学習を同一基盤で比べるための統一ライブラリ兼ベンチマーク
RobustRLlibは、ロバスト強化学習の再利用性の低さと能力境界の不明確さという課題に対し、17手法の統一実装と多様な評価環境、273設定の評価による能力マップ提示をまとめて提供する。
