BASIN MV RESEARCH JOURNAL
← 全教材

QUESTION 02 / 15

状態と判断は違う

“異なる状態でも、同じ準備でよいことはある?”

状態の推定と操作の選択は、答える問いが違います。正確な状態が分からなくても、考えられる状態すべてに同じ操作が有効なら選択できます。

問いの背後にある仕組み

下の有限表では準備Aが状態1と2で成功します。この二つだけが候補なら、この選択のために両者を見分ける必要はありません。

観察してみる

状態3の重みをゼロにし、状態1と2に正の重みを残して準備Aを見ます。

WORKBENCH 02 / PREPARATION例示用の表

よく選ぶために、何を知る必要がある?

仮の成功表。実験の割合ではありません。
準備状態 1状態 2状態 3期待成功率
A成功成功失敗66.7%
B失敗成功成功66.7%
C失敗失敗失敗0.0%

最高期待得点:66.7%。候補:A・B。

重みは合計1に正規化し、明示した有限表で得点を計算します。観測モデル・学習した確率・操作費用・E系列実験は再現していません。同点は同点として残します。

何に注目するか

状態の不確実性は残りますが、Aは残る候補を覆います。十分な判断は、完全な復元と同じではありません。

理解を確かめる

この教材から言えるのは、どれでしょう?

この考え方を研究で確かめる

THE NEXT QUESTION

すべての候補状態で成功する操作がないときは?

教科書 第1版 · 証拠の確認日:2026年11月5日 · 変更・訂正履歴 ↗