G検定の一問一答模擬問題です。解説付きで個別に学習できます(公式の過去問ではありません)。
強化学習では、各状態に対する正解ラベルが必ず事前に与えられる。
正解: ×
強化学習では、正解行動ラベルではなく行動の結果として得られる報酬を手がかりに学習する。教師あり学習との違いとして重要である。