タグ: #actor-critic
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 1 件
[深層強化学習] 10. Actor-Critic方法：A2Cとハイパーパラメータチューニング
REINFORCEの分散問題を解決するActor-Critic構造を理解し、A2CアルゴリズムをPongに適用し、学習率やエントロピー係数などの主要ハイパーパラメータの影響を分析します。
2026-03-19 · 11 分で読めます #reinforcement-learning#deep-learning#ai#actor-critic