ディープラーニングの応用・深層強化学習No.196 / 293
ドメインランダマイゼーション
シミュレーションの環境(色・明るさ・摩擦など)をランダムに変えて学習させ、現実でも通用するようにする方法。
確認問題
次の説明に当てはまる用語はどれか。
環境とやり取りせずに、すでに集めたデータだけで方策を学ぶ強化学習。
ディープラーニングの応用・深層強化学習No.196 / 293
シミュレーションの環境(色・明るさ・摩擦など)をランダムに変えて学習させ、現実でも通用するようにする方法。
次の説明に当てはまる用語はどれか。
環境とやり取りせずに、すでに集めたデータだけで方策を学ぶ強化学習。