強化学習は、多くのアプリケーションで大きな成功を収めています。ただし、サンプルの効率は依然として重要な課題であり、トレーニングに数百万（または数十億）の環境ステップを必要とする著名な方法があります。最

arxiv_reader のブックマーク 2021/11/02 14:26

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4710590746591077986/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2111.00210v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2111.00210v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2111.00210v2" data-user-icon="/users/arxiv_reader/profile.png">限られたデータでAtariゲームをマスターする</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22reinforcement%20learning%22">reinforcement learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22real%20time%22">real time</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/human">human</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li></ul><br><p style="clear: left">強化学習は、多くのアプリケーションで大きな成功を収めています。ただし、サンプルの効率は依然として重要な課題であり、トレーニングに数百万（または数十億）の環境ステップを必要とする著名な方法があります。最</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20211102#bookmark-4710590746591077986"><span class="datetime-body">2021/11/02 14:26</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！