連続行動の強化学習
ロボットの関節の角度やトルクのように、行動が連続値であるタスクに向く強化学習の手法の組み合わせとして、最も適切なものを1つ選べ。
- A
DQNのみ
- B
k近傍法のみ
- C
決定木のみ
- D
DDPGやSAC
正解と解説を見る
正解：D
DDPGやSACは、連続値の行動を扱える。DQNは離散的な行動の選択肢の中から選ぶ。
- A
誤り。DQNは離散的な行動の価値を出力する。
- B
誤り。強化学習の手法ではない。
- C
誤り。強化学習の手法ではない。
- D
正しい。方策を連続値で出力できる。DQNは離散的な行動を前提にしている。
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。