auto-encoder
再構成誤差の最小化によりencoderとdecorderを学習
観測データ内に目立つ特徴が存在しないと,再構成しても良い表現にはならない
例:ゲーム画面でアイテムが小さすぎる場合
違う時間ステップで再構成したり,時間発展に関して制約をかけることで対応(rlarch32)