Now Loading...

Now Loading...

ダブルDQN

ダブルDQN

ダブルDQNでは、行動選択と関数の評価を別のネットワークで行います。

DQNにおいて、行動価値関数を過剰に評価してしまうという弱点があります。これは、行動を選択するネットワークと行動価値関数を評価するネットワークが同じであったことに起因しています。

クイズ

強化学習モデルであるダブルDQNについて述べた文章のうち、最も適切な選択肢を一つ選べ。
  • 正解を見る
  • 解説を見る
    ダブルDQNはDQNの弱点であった行動価値関数を過剰に評価してしまう点を改善したモデルです。以前のDQNでは行動価値関数の評価と最適な行動の選択両方に対してTarget-Q-networkを使用していましたが、ダブルDQNでは行動価値関数の評価に対しては同じネットワークTarget-Q-networkを使用し、最適な行動の選択に対してはQ-networkを使用しています。

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

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化