エージェントが報酬を最大化するために；「今の状態からゴールまで」を予測するのではなく、「ゴールから逆向きに」考える手法を何というか。

複数のAIモデルを並列に動かし；最も早く、または最も精度の高い回答を出したモデルの結果を採用するインフラ構成を何というか。