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
Actor-Criticの説明として不適切なものを選ぶ
Actor-Criticの説明として、最も不適切な選択肢を1つ選べ
方策を使わず、価値の見積もりだけで行動を決める手法である
Actorは実際に行動を選ぶ方策を、Criticはその行動の価値を見積もる役を受け持つ
Actorが行動を選び、Criticがその良し悪しを評価し、Actorはその評価を手がかりに方策を更新する
REINFORCEのばらつきという弱点を、価値の見積もりの力を借りて補う
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→