AI資格 G検定(予想問題) その6

問題 40 / 160

次のうちオフポリシー学習に該当する代表的な手法はどれですか?

SARSA
Q学習
方策勾配法
Actor-Critic

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。