SHIRITAS

用語集

policy correction

集めた経験が「古い行動ルール」で生まれていても、今の行動ルールに合わせて学習が偏らないよう補正すること。データのズレを調整して学習を安定させる。

たとえば: 昔の物価の家計簿を、今の物価に換算して見直すようなものです。

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