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.190 / 293

A3C

正式名Asynchronous Advantage Actor-Critic

複数のエージェントが並列に、非同期で学習する Actor-Critic の方法。

カードで練習 略語クイズに挑戦

確認問題

次の説明に当てはまる用語はどれか。

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。