AI資格 G検定(予想問題) その6
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 88 / 160
報酬成形の主な目的はどれか。
①報酬関数を調整して学習を高速化したり望ましい行動を誘導すること
②環境の遷移確率やダイナミクスを変更すること
③エージェントの行動を外部から直接制御すること
④方策のパラメータを解析的に決定すること
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。