AI資格 模擬試験

G検定 模擬問題 第1回 問81・ディープラーニングの応用例（深層強化学習）

DQNの工夫

DQN（Deep Q-Network）で学習を安定させるために取り入れられた工夫として、最も適切なものを1つ選べ。

  1. A

    生成器と識別器を交互に学習させる。

  2. B

    ラベル付きのデータで事前学習してから、強化学習を行う。

  3. C

    行動の価値を表に書き込み、すべての状態の組合せを記録する。

  4. D

    過去の経験を保存しておき、そこからランダムに取り出して学習する経験再生を使う。

正解と解説を見る

正解：D

DQN は Q 値をニューラルネットワークで近似し、経験再生とターゲットネットワークで学習を安定させた。

エージェントが環境で行動し、経験を再生バッファに貯め、そこからランダムに取り出してQネットワークを更新する流れ図。

DQN：過去の経験を貯めて（経験再生）ランダムに取り出して学習し、ターゲットネットワークで学習を安定させる。

学習のポイント：DQN の2つの工夫（経験再生、ターゲットネットワーク）と、その後の改良（ダブル DQN など）を押さえる。

この問題を演習で解く →

問題一覧へ

このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。