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9

問題 78 / 160

ベルマン最適方程式に関する記述で正しいものはどれか。

①状態価値は常に即時報酬のみで決まる
②最適価値は行動をランダムに選んだときの期待値である
③価値関数は遷移確率に依存しない
④状態の最適価値は各行動に対して即時報酬と割引後の次状態価値の期待の最大で与えられる

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。