深層強化学習

問題

デュエリングネットワークに関する説明として、最も適切な選択肢を1つ選べ。

1. A. 状態価値と行動の優位性を分けて推定するDQN系の構造である
2. B. 2つの物体検出モデルを競わせる画像認識手法である
3. C. 2人の話者を必ず同時に識別する音声処理手法である
4. D. AI契約の紛争解決条項である

解説（正解: A）

正解はA。デュエリングネットワークは、状態価値と各行動の優位性を分けて推定するDQN系の構造である。どの状態が良いかと、どの行動が相対的に良いかを分けて学習する狙いがある。BからDはデュエリングネットワークの説明ではない。