environments

定義

エージェントが行動し、その結果として観測と報酬を返す外界の側を指す語。ゲームやシミュレータに加え、ブラウザやシェル、コードベースも同じ役割を果たす。学習の質は方策の設計と同じくらい環境の設計に左右され、環境を用意すること自体が主要な貢献になることも多い。

論文題名での読み方

強化学習の舞台

この語が出てくる解説

• 論文解説: Terminal-Universe — エージェントの作業ログを、何度でも使える実行環境に戻すTerminal-Universe: Turning Agent Trajectories into Scalable Terminal Environments
• 論文解説: StarHarness — モデルを凍結したまま「ハーネス」を進化させるStarHarness: Evolving Harnesses with Stratified Search for Enterprise Environments