本研究では、高次元偏微分方程式の状態を効率的に推定するために、低次元の簡略化モデルと強化学習を組み合わせた新しい手法を提案する。この手法では、簡略化モデルに基づいて構築された推定器の補正項を、強化学習によって訓練された非線形ポリシーで与えることで、簡略化モデルの誤差を効果的に補償する。