部分観測マルコフ決定過程
エージェントが、環境の状態を完全には観測できず、観測から状態を推測する必要がある問題の枠組みとして、最も適切なものを1つ選べ。
- A
POMDP（部分観測マルコフ決定過程）
- B
MDP（マルコフ決定過程）
- C
多腕バンディット問題
- D
教師あり学習
正解と解説を見る
正解：A
POMDPは、状態が直接見えず、観測から状態の確率分布（信念）を推定して行動を選ぶ枠組み。通常のMDPより難しい。
- A
正しい。ロボットのセンサーのノイズなどで、現実の問題は、多くが部分観測。
- B
誤り。状態が完全に観測できる枠組み。
- C
誤り。状態を持たない選択の問題。
- D
誤り。報酬を使う枠組みではない。
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。