本文へスキップ
Studied
S!
G検定
/
演習問題集
知る
カリキュラム
学ぶ
学習教材
解く
演習問題集
模擬試験
覚える
単語カード
クイズ
用語集
振り返る
学習状況
習得マップ
論点別正答率
復習
出題カバレッジ
ブックマーク
ホーム
状況
教材
演習
模試
用語集
確認問題 強化学習
この論点の解説を読む
行動価値関数の意味
行動価値関数の説明として、最も適切な選択肢を1つ選べ
ある状態で、ある行動をとった先の報酬の見込みを表す関数
ある状態から先で、どれだけ報酬を得られそうかを表す関数
将来の報酬を今の価値に直すときに、どれだけ割り引くかを決める割合
行動価値を試行錯誤で更新しながら、良い行動を学ぶ代表的な強化学習手法
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→