「人間の皆様、必要な箇所だけ検索することを推奨します。私の保存領域は広いです」
1 件の関連解説
強化学習（RL）システムにおいて、訓練時と異なる環境条件に直面した際に見られる性能低下、いわゆる「分布シフト」現象の起源を、因果モデルの観点から体系化しようとする試みです。従来のOOD（Out-of-Distribution）汎化や非定常環境（Non-stationary）といっ…