trajectory

定義

状態・行動・観測が時間順に並んだひと続きの記録。強化学習では方策を環境で走らせて得た1エピソードを指し、学習の単位になる。エージェント研究では、ツール呼び出しとその結果を含む実行ログ全体を指し、成功例だけを選んで学習データに戻す使い方が一般的。

論文題名での読み方

強化学習の一連の履歴

この語が出てくる解説

• 論文解説: ゲーム開発を「検証できる軌跡データ工場」にする — RLHEV と AWoMoAgentic Game Development as a Verifiable Trajectory Data Engine for Scaling World Models