Fast reinforcement learning through the composition of behaviours

コメント

注目のコメント

• 北川 拓也

  経営者

  ・2021年02月09日

  AI（強化学習）を作るうえで、１．環境のモデルを作るのは大変だが、一度環境モデルがわかれば目的が変化しても対応しやすい　２．環境モデルを作らずに学習すれば早く学習できるが、目的の変化に適応できない、という問題がある。その中間となるソリューションを、複数のValue functionを作ることで解こう、というやりかた。面白い。