資格試験ドットコム資格試験ドットコム

AI資格 G検定(予想問題) その6

問題 30 / 160

次のうち、状態価値関数の定義として最も適切なものを選んでください。

①あるポリシーに従ってその状態から得られる将来の累積報酬の期待値
②エージェントが特定の状態で取る行動の確率分布
③環境の報酬関数を出力するモデル
④将来に渡る割引率を表す定数

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。