【強化学習】PlaNetを解説・実装 - Qiita

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事は自作している強化学習フレームワークの解説記事です。 前：World Models 次：Dreamer 世界(World)の次は星（Planet）ですね。 モデルベース強化学習 強化学習は環境をブラックボックスと見るモデルフリーな手法と、ホワイトボックスと見るモデルベースな手法に分かれます。 もし環境が分かっているならば、エージェントは AlphaZero のように長期的な未来を予想し、より慎重にアクションを選択できます。 モデルベース強化学習は、モデルベースな学習を実現するために実環境の振る舞いをエージェントに学習させ、その振

[misshiki]

“PlaNet は Deep Planning Network の略で、プランニングするニューラルネットを意味します。”