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 の特徴を選ぶ
PPO の特徴として、最も適切な選択肢を1つ選べ
一度の更新で方策が離れすぎないよう動かせる幅に制限をかけ、学習を安定させる
経験をためて混ぜて使い、目標ネットワークで目標を固定する
行動価値 Q をニューラルネットワークで近似し、最も価値の高い行動を選ぶ
複数の写真から、立体的な場面の見え方を作り出す
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→