Now Loading...

Now Loading...

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。

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。

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↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

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 E資格 jdla

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価