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
価値ベースと連続値制御の関係を選ぶ
価値ベースの手法と連続値制御の関係の説明として、最も適切な選択肢を1つ選べ
価値ベースは行動が飛び飛びで有限なときに向き、連続値制御では全行動の価値を比べられず方策ベースが向く
価値ベースは連続値制御に最も向き、飛び飛びの行動はかえって苦手である
連続値制御でも、すべての行動の価値を並べて最善を選べる
価値ベースと方策ベースは、どちらも同じ飛び飛びの行動の集合しか扱えない
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→