Now Loading...

Now Loading...

Rainbow

Rainbow

Rainbowは2017年に開発された深層の強化学習の手法です。

この手法は深層強化学習の基本的な手法DQNの他にもDDQN(ダブルDQN),Dueling-Networks(デュエリングネットワーク),Multi-step-learning(マルチステップラーニング),Noisy-Networks(ノイジーネットワーク),CategoricalDQN(カテゴリカルDQN),Prioritized experience replay(優先度付き経験再生)を使用し合計7つの構成要素を持ちます。結果としてrainbowはこれらの全ての構成要素よりも高いパフォーマンスを示します。

クイズ

深層強化学習は年々様々な種類が開発されているが,2017年に開発されたrainbowは主に7つの強化学習手法を組み合わせた手法である.以下の選択肢のうちrainbowに用いられていない手法を一つ選べ.
  • 正解を見る
  • 解説を見る
    深層強化学習手法の一つであるrainbow(2017)は以下の7つの手法全てを組み合わせてできています. 1,経験再生 2,ターゲットネットワーク 3,ダブルDQN 4,優先度付き経験再生 5,デュエリングネットワーク 6,カテゴリカルDQN 7,ノイジーネットワーク また,Agent57は2020年前半にDeepMind社から発表された最新の手法です.

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 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