AI資格 G検定(予想問題) その7
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 91 / 160
アクタークリティック法の主な構成はどれですか
①価値関数のみを学習するアプローチである
②ランダム探索のみを用いて方策を改善する手法である
③方策を決定する際に必ず決定的な関数を用いる方法である
④方策を更新するアクタと価値を評価するクリティックの二つを組み合わせる枠組みである
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。