ハ~イ!
花で~す!
空の穴博士
「普通の強化学習では、外的な報酬だけに
頼った場合でも、ランダム探索で、
現実的な時間で学習可能。
報酬がスーパーな場合、ランダム探索では、
いつまでたっても報酬到達しない。
何らかの基準で、内発的報酬を生成し、
探索に方向性、偏りを与える。
行ったことのない状態に到達すると、
報酬達成する」
花「・・??}
穴博「スーパーおむすび力 発揮してね」
花 「ハ~イ!」
ハ~イ! 花ちゃんで~す! 空の穴博士 「花を見ると、可憐だと感じる。 それはそういう感じ方の通念があるからである。 しかし、ある時花を見て、何か不吉な不安な気 持ちをいだいた。 が、一瞬後、常識に負けて、その花を可憐なの だと思い込んでしまう。 ...
0 件のコメント:
コメントを投稿