AI資格 G検定(予想問題) その10
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 66 / 160
一般的なポテンシャルベース成形報酬の形式として正しいものはどれか。
①r' = r + Phi(s)
②r' = r + Phi(s') - Phi(s)
③r' = Phi(a)
④r' = r + gamma*Phi(s') - Phi(s)
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。