2026年10月12日月曜日

内発的報酬☆生の食欲

 

 

 

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!」

 

 

0 件のコメント:

コメントを投稿

踏み花絵☆花穴学

      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。  ...