タグ: RL

強化学習と制御理論の違い：モデルと目的が書けるかで使い分ける 2026/6/27
モデルが手に入る連続制御では、制御理論は方策を直接探すRLより少ないサンプルで、設計によっては保証付きの解を先に与えていた。方策を直接探すRLは保証なしで、桁違いのサンプルで再発明する。ただし良いモデルや解析的な目的が書けない領域では、RLに分がありうる。