WORD BOOK
頻出ワードを暗記する単語帳

強化学習において、状態価値と行動価値を分離して学習するネットワークです。デュエリングネットワークは、エージェントがより効率的に最適な行動を選択するために使用されます。このネットワークを●●●●●●●と言います。