AI資格 G検定(予想問題) その7

問題 86 / 160

ポテンシャルベースの報酬成形について正しい記述はどれか。

①ポテンシャル項を加えると常に最適方策が変化する
②ポテンシャルに基づく成形は元の最適方策を保つことが保証される
③この手法は遷移確率を明示的に変更することを要求する
④方策勾配法のみでしか利用できない

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。