A3C
複数のエージェントを並列に動かし、それぞれが非同期に学習した結果を共有のネットワークに反映させる、Actor-Critic を使った深層強化学習の手法として最も適切なものを1つ選べ。
- A
DQN
- B
BERT
- C
YOLO
- D
A3C(Asynchronous Advantage Actor-Critic)
正解と解説を見る
正解:D
A3C は、複数のエージェントを並列に非同期で学習させる Actor-Critic の手法。
- A
誤り。経験再生とターゲットネットワークを使う、価値に基づく手法。
- B
誤り。自然言語処理のモデル。
- C
誤り。物体検出のモデル。
- D
正しい。並列に集めた多様な経験で学習することで、経験再生を使わなくても学習が安定する。
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。