AI資格 G検定(予想問題) その5
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 136 / 160
連続アクションの探索を安定化させるために強化学習でよく用いられる手法はどれか
①全ての行動をランダムに置き換える
②非常に大きなノイズを常に加える
③小さなガウスノイズなどを行動に加えて徐々に探索する
④報酬を完全にゼロにして学習させる
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。