報酬関数とは
強化学習において、AIが取った行動がどれくらい望ましいかを計算し、目標達成に向けた点数や評価を与えるルールのこと。
たとえるなら — ゲームの最中に、良い動きをするとボーナス点が入り、失敗すると減点される採点基準のようなものです。
研究学習と評価リワード関数Reward Function
「報酬関数」が出てきたニュース
アプリなら毎朝1件、注目のAIニュースが届きます
アプリなら、記事を読みながら分からない用語をその場でタップして確認できます。
強化学習において、AIが取った行動がどれくらい望ましいかを計算し、目標達成に向けた点数や評価を与えるルールのこと。
たとえるなら — ゲームの最中に、良い動きをするとボーナス点が入り、失敗すると減点される採点基準のようなものです。