2023-03-02から1日間の記事一覧
thumpx3.hatenablog.jp 続き。 強化学習における用語 用語 解説 エージェント 学習者 環境 エージェントの外側にあるもの全て 状態 現在の環境 報酬 状態が推移する時、同時に得られる結果 行動 エージェントがとりうる選択肢 方策 状態から行動を決める際の…
thumpx3.hatenablog.jp 続き。 強化学習における用語 用語 解説 エージェント 学習者 環境 エージェントの外側にあるもの全て 状態 現在の環境 報酬 状態が推移する時、同時に得られる結果 行動 エージェントがとりうる選択肢 方策 状態から行動を決める際の…