AI資格 G検定(予想問題) その1

問題 113 / 160

オフライン強化学習において最も問題となるのはどれか。

オンラインでの環境シミュレーションが必須である
学習データと学習中の方策の行動分布のずれが性能低下を引き起こす
報酬関数が常に既知でなければならない
状態空間が常に離散である

当サイトでは、ユーザー体験の向上を目的としてCookieを使用しています。サイトの利用を継続することで、Cookieの使用に同意したものとみなされます。