AI資格 G検定(予想問題) その1
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 142 / 160
MDPにおける報酬関数の一般的な定義として正しいものはどれか。
①報酬は次状態のみから決まる
②報酬は現在の状態と行動に依存する場合が一般的である
③報酬は過去に得た全ての報酬の合計のみで決まる
④報酬は常に一定の定数である
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。