2017-08-12から1日間の記事一覧
強化学習のエピソード型学習と非エピソード学習を区別するためのメモ エピソード型学習問題 ゲームの終了時にのみ報酬を受け取ることができるような問題 例)迷路のような問題。ゴールにたどり着いた時にのみ報酬を受け取ることができる 非エピソード型学習…
強化学習のエピソード型学習と非エピソード学習を区別するためのメモ エピソード型学習問題 ゲームの終了時にのみ報酬を受け取ることができるような問題 例)迷路のような問題。ゴールにたどり着いた時にのみ報酬を受け取ることができる 非エピソード型学習…