Actor-Critic
Actor-Critic
Actor-Criticは価値関数ベースと方策勾配法ベースの考え方を組み合わせた手法です。
この手法では行動を決めるActorと行動を評価するCriticで構成されます。まず、Actorが方策を元に行動を選択し、実行します。そしてその行動によって得られた状態や報酬をCriticが環境から観測します。そしてその観測した状態と報酬を元にCriticが評価し、それを元にActorが方策を更新するという作業を繰り返していきます。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
クイズ
深層強化学習には様々な手法があり、その一つにActor-Critic法がある。学習中のActorとCriticの挙動に関して最も適切な選択肢を一つ選べ。
- 正解を見る
- 解説を見る学習中、Actorは行動を選択し、CriticはActorの行動を評価します。その後CriticはActorに評価を通知し、Actorはそれを受けて方策を更新し学習を続行します。
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
