AI用語集
人工知能の完全辞典
想像による学習
強化学習の手法であり、エージェントが内部モデルを使用してシナリオを精神的にシミュレートし、環境との実際の対話なしで経験を生成する。このアプローチにより、実際の実行前にアクションの軌道を仮想的に探索することで学習を加速できる。
メンタル計画
エージェントが最適なアクションシーケンスを実行する前に、異なるアクションシーケンスを精神的に探索・評価する認知プロセス。この技術では、実際の対話コストなしで将来の結果を予測するために内部モデルを使用する。
環境シミュレーション
学習モデルを使用して追加の訓練データを作成するための環境経験の人工生成。この方法により、エージェントの訓練で利用可能なデータを大幅に増やすことができる。
AIの夢
AIエージェントが学習を強化するために、非活動期間中に仮想的状態シーケンスを生成・処理するプロセス。これらのシミュレートされた夢により、環境との対話なしでモデルの堅牢性を向上できる。
想像的経験
エージェントが精神的シミュレーションを通じて生成したデータで、実際の経験を補完するための訓練に使用される。これらの合成経験は、実際の対話と同じ構造に従っているが、内部モデルによって生成される。
想像された軌跡
エージェントが環境の内部モデルを使用してシミュレートした状態-アクション-報酬のシーケンス。これらの仮想的軌道により、実際のリスクやコストなしで代替ポリシーを探索できる。
イメージネーションバッファ
エージェントの後続訓練のために、想像によって生成された経験を保存するメモリ空間。このバッファは、実際の経験バッファと並行して機能し、訓練コーパスを豊かにする。
内的好奇心
エージェントを環境モデル内の未知または予測不可能な状態を探索するよう促す内部的動機付けメカニズム。この好奇心は、モデルを改善するために情報豊富なシナリオへ想像を導く。
モデル誘導型探索
内部モデルの予測を使用して試す価値のある最も有望な行動を特定する探索戦略。エージェントは、高い不確実性または高い報酬ポテンシャルを持つ状態に至るシミュレーションを優先します。
仮想試行錯誤学習
エージェントが実際の相互作用なしにシミュレーション内で行動をテストし、その結果から学習することで方策を改善するプロセス。この方法は、物理的探索に関連するコストとリスクを排除します。
未来状態予測
内部モデルが複数の時間ステップにわたって環境の未来の状態を予測する能力。この多段階予測は、効果的な想像的計画にとって不可欠です。
環境ダイナミクス
学習環境内での状態間の遷移を支配するルールの数学的モデリング。このダイナミクスの正確な理解は、現実的な想像的シミュレーションにとって重要です。
想像的ロールアウト
内部モデルと候補方策のみを使用して、特定の状態から完全な軌道をシミュレートすること。想像的ロールアウトにより、異なる行動戦略の品質を迅速に評価できます。