「Q学習」の版間の差分
編集の要約なし |
編集の要約なし |
||
| 4行目: | 4行目: | ||
Q学習は古典的な機械学習手法である。 | Q学習は古典的な機械学習手法である。 | ||
Q学習で[[ググる]]と小難しい説明が多いようだが、大雑把にいえば、 | |||
関数qは、ある状況sにおいて、行動aを選択した場合の結果を得点として返す。 | |||
このQ(s,a)関数の行動aを変えまくって最高得点が出るパターンを力技で見つけるというものである。 | このQ(s,a)関数の行動aを変えまくって最高得点が出るパターンを力技で見つけるというものである。 | ||
Q(s, a) | Q(s, a) | ||