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
A3Cの説明として不適切なものを選ぶ
A3C の説明として、最も不適切な選択肢を1つ選べ
更新の前と後で方策が離れすぎないように、動かせる幅に制限をかける
行動を選ぶ役者と、その結果を評価する評論家の2つを組み合わせる
行動が平均よりどれだけ得だったかという差分を手がかりにする
多数のエージェントを並行して非同期に動かし、それぞれの経験を持ち寄って1つの方策を更新する
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→