Glossaryに戻る
観測履歴
ポリシー入力に過去の観測のウィンドウ（現在のフレームのみではなく）を含めることで、部分的に観測可能なタスクに対してポリシーに暗黙的なメモリを与えます。N段階の観測スタックは、位置のみの観測から速度推定が必要なタスク、短い遮蔽の処理、および時間的パターンの検出に対して単純で効果的です。
ポリシー入力に過去の観測のウィンドウ（現在のフレームのみではなく）を含めることで、部分的に観測可能なタスクに対してポリシーに暗黙的なメモリを与えます。N段階の観測スタックは、位置のみの観測から速度推定が必要なタスク、短い遮蔽の処理、および時間的パターンの検出に対して単純で効果的です。