強化学習において；エージェントが「環境の状態」を遷移確率として完全にモデル化し、そのモデルを用いて頭の中で「想像学習」を行う手法を何というか。

LLMアプリケーションにおいて；出力された結果が不適切な場合に、自動で「再生成」や「修正指示」を送ることで、システム全体として品質を維持する制御ロジックを何というか。