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
強化学習と制御理論は、系のモデルと目的を書けるかで使い分ける、というのが本稿の考えだ。Rechtの比較では、2状態のLQRで方策勾配が単純なモデルベース手法の数千倍規模のサンプルを要した。ドローンレースではRLが最適制御を上回った例があり、その研究は勝因を、よりよい目的を最適化したことに置く。