Glossaryに戻る
状態空間
状態空間はロボットとその環境が存在できるすべての構成の完全な集合。強化学習では、マルコフ状態sは将来の報酬と状態遷移を予測するために必要なすべての情報をエンコード。理想的には世界の完全な記述。実際には、エージェントは部分的な観測（画像、関節角度）にのみアクセス可能であり、状態を完全に捉えられない場合がある（例：遮蔽物、未知の物理パラメータ）。マルコフ状態をよく近似しながら計算上扱いやすい観測空間を設計することは、ロボット学習システム設計における重要な課題。 実践例を参照：実世界評価 →