強化学習の進歩：非マルコフ環境におけるモデルベースアプローチ

この研究は、強化学習における重要な課題、つまり、非マルコフ報酬決定プロセスを効果的に処理する方法を探求しています。 実際の環境はしばしばマルコフ性を欠いているため、これは重要であり、標準的なRL技術の信頼性が低下します。

• •モデルベースの強化学習を調査。
• •非マルコフ環境の複雑さに対処。
• •幅広い意思決定問題に適用可能。