報酬成形

強化学習において、報酬関数の設計と方策の確認を繰り返して、タスクに応じた適切な報酬関数を設計することを報酬成形といいます。

報酬関数をどのように設定するかでエージェントの学習する方策は全く異なるものになっていきます。

👉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

強化学習において重要な報酬成形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。

1.タスクそれぞれに対して適切なハイパーパラメータを設計することである。
2.タスクそれぞれに対して適切なモデルを選択することである。
3.タスクそれぞれに対して適切な報酬関数を設計することである。
4.タスクそれぞれに対して適切な訓練データを用意することである。

正解を見る

解説を見る
報酬成形とはタスクに対して適切な報酬関数を設計することをいいます。よって選択肢3が適切です。
👉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

G検定（AI・機械学習）用語集トップ

＜体験型＞学習ブログ

報酬成形

報酬成形

人工知能基礎講座を提供中

サンプル動画

AI初学者・ビジネスパーソン向けのG検定対策講座

zero to oneの「E資格」向け認定プログラム

関連ワード

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