Durch die Verwendung von Imagination-basiertem Reinforcement Learning und der Erzeugung von "traumähnlichen" Episoden, in denen nicht-imaginative, vorhergesagte Trajektorien durch generative Erweiterungen modifiziert werden, kann die Generalisierungsfähigkeit von Reinforcement Learning-Agenten in spärlich belohnten Umgebungen verbessert werden.
Verbesserung der Generalisierung in der sozialen Roboter-Navigation durch Trainingsregime.