Definition
長期ホライズンの問題では、初期の意思決定の影響が多くのステップを経て初めて現れる一連の行動が含まれます。これはロボット工学、計画立案、多段階推論タスクで一般的です。主な課題は、長期的な結果と短期的な行動の因果関係を結びつけることです。
Summary
遅延報酬や結果を伴う、長時間枠組みでの意思決定を必要とするタスクを指します。
Key Concepts
- 時間的依存関係
- クレジットアサインメント（報酬帰属）
- 遅延報酬
- 逐次意思決定
Use Cases
- ロボットの操作タスク
- 多段階の金融取引
- 戦略的なゲームプランニング