AI資格 G検定(予想問題) その2

問題 68 / 160

時間差(TD)学習の特徴として適切なのはどれですか。

TD学習は環境モデルの完全な知識が必要である
TDは学習率を用いないため収束が速い
TD学習は常に最適方策を保証する
TDは経験から部分的にブートストラップして価値推定を更新するためサンプル効率が良い場合がある

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。