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 強化学習
この論点の解説を読む
REINFORCEの説明として不適切なものを選ぶ
REINFORCEの説明として、最も不適切な選択肢を1つ選べ
行動を選ぶ役と、その価値を見積もる役の2つに分けて学ぶ
今の方策で行動をひととおり最後まで試し、そのあいだに得られた報酬の合計を見る
合計が大きかったときに取った行動は選ばれやすくなるように、方策を動かす
方策勾配法を実際の手順にした基本の手法である
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→