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 深層強化学習
この論点の解説を読む
PPO の意味
PPO の説明として、最も適切な選択肢を1つ選べ
方策の更新の幅を穏やかに保ち、安定して学ぶ強化学習手法
複数の担い手が並行して学び、その結果を集めて更新する強化学習手法
得られた報酬をもとに方策を更新する、方策勾配法の基本的な手法
行動を選ぶ役と、その良し悪しを評価する役を組み合わせた強化学習の手法
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→