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
行動価値関数の説明として不適切なものを選ぶ
行動価値関数の説明として、最も不適切な選択肢を1つ選べ
ある状態にいることが、この先どれだけの報酬につながるかを、行動を指定せずに表す
ある状態で、ある行動を取ることが、この先どれだけの報酬につながるかを表す
局面に加えて、そこで指す一手まで指定して良さをはかる
この値が精度よく分かれば、値が最も大きい行動を選ぶだけでうまくふるまえる
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→