2017年に UC Berkeleyで開催されたDeep RL Bootcampの動画を見たのでそれをまとめていこうと思う. sites.google.com 強化学習とは MDPと呼ばれる問題設定において,方策と呼ばれる行動指針を学習するアルゴリズム. ある環境内におけるエージェントが、現在…
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。