Glossaryに戻る

部分観測性

Robot LearningRL

ロボットの制御ポリシーが完全なシステム状態を観測できない設定です。一部の状態情報は隠れています。実ロボットタスクは部分観測です:他のオブジェクトの背後にあるオブジェクトの姿勢、内部力、直接センシングされない環境特性。POMDP(部分観測マルコフ決定過程)がこれをモデル化します。再帰型制御ポリシーと履歴条件付き制御ポリシーが部分観測性に対応します。

Related terms