Definition
強化学習において、内発的動機づけは、外部からのタスク報酬とは独立して、新奇性の追求、不確実性の低減、またはスキルの習得を通じて環境を探索するようエージェントを駆動させます。これにより、報酬が稀疏な環境でも効果的に学習できます。
Summary
エージェントが外部報酬ではなく、内部的な好奇心や知識獲得に基づいて目標を追求する強化学習の概念。
Key Concepts
- 強化学習
- 探索と活用のトレードオフ
- 好奇心駆動型学習
- スパース報酬
Use Cases
- 未知の地形におけるロボティクスナビゲーション
- 戦略を発見するゲームプレイエージェント
- 自律走行車のトレーニング