WORD BOOK
頻出ワードを暗記する単語帳

人間のフィードバックを利用してエージェントの行動を強化する機械学習の手法を●●●●●●●と言います。この手法は、エージェントが環境との相互作用を通じて報酬を最大化する行動を学習するために使用されます。