AI資格 G検定(予想問題) その3

問題 35 / 160

次の強化学習手法のうち、環境モデルを内部に構築してプランニングを行えるものはどれですか?

Dyna-Q
Q学習
方策勾配法
SARSA

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。