問題
ダブルDQNは、DQNの行動価値の過大評価を抑えるための改良手法である。
正解: ○
TF-148 · 深層強化学習
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）。
解説
ダブルDQNは、行動選択と価値評価を分けることで、Q値の過大評価を緩和する。DQN系の改良として押さえる。
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）。
ダブルDQNは、DQNの行動価値の過大評価を抑えるための改良手法である。
正解: ○
ダブルDQNは、行動選択と価値評価を分けることで、Q値の過大評価を緩和する。DQN系の改良として押さえる。