Felderítési terv készítése világmodellek látens terében

Kutatásom célja olyan általános világmodell alapú ágensek tervezése, amelyek minél kevesebb felügyelettel is robosztus reprezentációkat tudnak kialakítani a megfigyeléseikből, és további downstream feladatokra alkalmazhatóak. Ehhez a modell prediktív vezérlés problémáját veszem alapul komplex, nagydimenziós megfigyelésekkel rendelkező környezetekben. Felhasználok újításokat a modellalapú megerősítéses tanulás [1], a felderítés [2] és a neurális hálózatok "értelmezhetőségének" [3] területéről.