environment

定義

強化学習において、エージェントが行動を与えると状態を更新して観測と報酬を返す外部世界のこと。エージェントが最適化されるのはこの環境の中での累積報酬であり、環境の定義がタスクの定義そのものになる。ソフトウェアの実行環境という一般的な意味とは別で、ここでは学習対象を取り囲む相互作用の相手を指す。

論文題名での読み方

強化学習の「環境」

この語が出てくる解説

• 論文解説: CogEvol — 報酬が測れないものを、強化学習は静かに壊すCogEvol: Towards Efficient and Reliable Learning Environment Generation
• 論文解説: EnvACE — 環境まで自分で演じる「world rehearsal」がエージェントRLの環境不足を解くEnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning