WORD BOOK
頻出ワードを暗記する単語帳

回答は●●●をクリックしてください

強化学習において、エージェントが学習を効率化するために報酬を調整する手法です。報酬成形は、エージェントが目標に向かって迅速に学習を進めるために使用されます。この手法を●●●●●●●と言います。