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.197 / 293

報酬成形

目的を達成しやすいように、途中の行動にも報酬を与えるなど、報酬の設計を工夫すること。

カードで練習 書いて答える問題に挑戦

確認問題

次の説明に当てはまる用語はどれか。

対戦型のゲームで、トップレベルの人間に勝った深層強化学習の AI。〇〇 は StarCraft II、〇〇 は Dota 2。