不正確な動力学モデルのための、タスク指向型アクティブ学習によるモデル前提条件の学習

不正確な動力学モデルを使用する際の実用的な戦略は、モデルが正確な領域でのみ計画を制限することである。このモデル前提条件を定義するために、経験的な実世界の軌道データが重要である。しかし、実世界のデータを収集するのは高コストであり危険である。このため、本論文では、不正確な事前指定された動力学モデルのためのモデル前提条件を学習するためのアクティブ学習アルゴリズムを提案する。