画像ベースの深層強化学習におけるマルチモーダルな環境ダイナミクスのための自己教師あり探索

条件付き変分推論に基づいて環境の状態遷移ダイナミクスのマルチモーダル性とランダム性をモデル化することで、外部報酬がない環境でも効率的な探索を可能にする。