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.198 / 293

オフライン強化学習

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。

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。

方策を一度に大きく変えすぎないように制限しながら学習する、安定した強化学習の方法。