残差強化学習

残差強化学習とは、すでにある制御則を土台として残し、その出力に対する補正だけを強化学習で学ぶ手法です。

おおまかな動きは従来の制御が担い、うまくいかない細かな部分だけを学習で埋めます。ゼロから学ぶより試行回数が大幅に少なくて済みます。

既存の技術資産を活かせるうえ、学習が不安定でも大きく壊れにくいため、現実のシステムへ導入しやすい方法です。