ディープラーニング用語ドリルディープラーニングの応用・深層強化学習No.189 / 293
Rainbow
ダブルDQN やデュエリングネットワーク、ノイジーネットワークなど、DQN の複数の改良を組み合わせた方法。
確認問題
次の説明に当てはまる用語はどれか。
DQN の改良版。〇〇 は行動価値の過大評価を抑え、〇〇は状態の価値と行動の差を分けて学ぶ。
ディープラーニングの応用・深層強化学習No.189 / 293
ダブルDQN やデュエリングネットワーク、ノイジーネットワークなど、DQN の複数の改良を組み合わせた方法。
次の説明に当てはまる用語はどれか。
DQN の改良版。〇〇 は行動価値の過大評価を抑え、〇〇は状態の価値と行動の差を分けて学ぶ。