深層強化学習

問題

DQNに関する説明として、最も不適切な選択肢を1つ選べ。

1. A. 行動価値関数をニューラルネットワークで近似する
2. B. 強化学習の代表的な深層学習応用である
3. C. 経験再生などの工夫が使われることがある
4. D. 文書を潜在トピックに分解する教師なし学習手法そのものである

解説（正解: D）

正解はD。DQNは深層強化学習の代表的手法であり、行動価値関数をニューラルネットワークで近似する。経験再生やターゲットネットワークなどの工夫が知られる。Dはトピックモデルに近い説明であり、DQNとは関係がない。