従来の深層強化学習(そして一般的なディープラーニング)は、練習による学習です。小さいながらも着実な局所的な改善によって、優れた反射神経が鍛えられます。 多くの場合、間違った抽象レベルで学習が行き詰まってしまいます。私たちは単なる練習ではなく、反省と意図的な実験を通して学びます。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/11/28 20:01
従来の深層強化学習(そして一般的なディープラーニング)は、練習による学習です。小さいながらも着実な局所的な改善によって、優れた反射神経が鍛えられます。 多くの場合、間違った抽象レベルで学習が行き詰まってしまいます。私たちは単なる練習ではなく、反省と意図的な実験を通して学びます。