2017-08-12 【強化学習】エピソード型学習問題と非エピソード型学習問題 強化学習 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問題 ゲームの終点がないような問題 例)実世界の制御問題など 逐次、現在の状態によって報酬を受け取る