問題番号: No.115 (しっかりモード)

自動運転や高度な強化学習ロボットにおいて注目されている概念である。エージェントが闇雲に現実世界の環境と衝突を繰り返して学習するのではなく、環境の物理法則や変化（「この状態のときにこの行動をすれば、次はどうなるか」）を、事前にニューラルネットワーク自体にひとつの「予測シミュレーター」として内包・学習させるアプローチを何というか。