アンサンブル学習

意思決定の頑健性

エージェントがモデルの不確実性や環境の変化に直面しても許容可能なパフォーマンスを維持する能力で、アンサンブルを使用して意思決定の信頼性を評価します。現実環境でのRLエージェントの展開に不可欠です。

← 戻る