機械学習 割引率(ディスカウントファクター)とは?強化学習の将来報酬の重み付けを解説
「今すぐもらえる100円と1年後の100円、どちらが嬉しいか」——この感覚を数式にしたのが割引率です。強化学習エージェントの目先重視と長期志向を調整する仕組みを解説します。
記事数:(4)
機械学習
機械学習
機械学習
機械学習