Google DeepMindの研究者が、強化学習における画期的な発見を発表しました。モデルフリーエージェントが、その価値関数内に環境のワールドモデルを暗黙的に保持していることを証明。ベルマン方程式を反転させることで、この隠れたモデルを抽出できる可能性を示し、AIの理解と応用を深める新たな道を開きます。これはAIの内部動作解明に向けた重要な一歩です。