WORD BOOK
頻出ワードを暗記する単語帳

強化学習において、ディープQネットワーク（DQN）の改良版で、報酬の分布を学習する手法です。カテゴリカルDQNは、報酬の不確実性を考慮し、より安定した学習を実現します。この手法を●●●●●●●と言います。