強化学習
エージェントがどのように行動を決めるかを表したものを方策 (policy) という。 現在の状態 s のみによって行動 a が決まるような、確率に依らない方策を決定論的 (deterministic) な方策といい、これを定式化すると以下の…
100 のタグ。選ぶと該当する記事に絞り込みます。
1 件中 1–1 件
エージェントがどのように行動を決めるかを表したものを方策 (policy) という。 現在の状態 s のみによって行動 a が決まるような、確率に依らない方策を決定論的 (deterministic) な方策といい、これを定式化すると以下の…