問題番号: No.4796 (しっかりモード)

ある企業の研究チームが、実世界の環境におけるロボットの自律移動を強化学習を用いて開発している。従来のように現実のロボットを直接稼働させて試行錯誤を繰り返す手法では、ハードウェアの破損リスクや学習に膨大な時間がかかるという課題があった。そこでチームは、実環境の物理法則やダイナミクスを模倣する予測シミュレーターを内部に構築し、その内部表現（仮想空間）上で大量の試行錯誤を行ってから現実のロボットに方策を適用する手法を採用することにした。このアプローチで活用される、エージェントが頭の中で環境の挙動を予測するために持つ内部モデルの名称として、最も適切なものはどれか。