WORD BOOK
頻出ワードを暗記する単語帳

強化学習において、エージェントが環境と相互作用しながら最適な行動を学習するための手法です。Actorは行動を選択し、Criticは選択された行動の価値を評価します。この二つのコンポーネントが協力して、エージェントは効率的に学習を進めることができます。この手法を●●●●●●●と言います。