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
ダブルDQNの説明として不適切なものを選ぶ
ダブル DQN の説明として、最も不適切な選択肢を1つ選べ
行動価値を、状況そのもののよさと、行動ごとの得失の差分に分けて学ぶ
DQN が、この先の最善の価値を高く見積もりすぎる癖を持っていたことに対する改良である
どの行動が最善かを選ぶ役割と、その価値を評価する役割を、別々のネットワークに分ける
役割を分けることで、高く見積もりすぎる偏りをやわらげる
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→