Category:強化学習
Q学習
Q-learning近接方策最適化
Proximal policy optimizationSARSA法
State–action–reward–state–action階層型強化学習
DQN (コンピュータ)
ベイズ強化学習
モデルフリー (強化学習)
Model-free (reinforcement learning)分布ソフト・アクター・クリティック法
Distributional Soft Actor Critic強化学習
Reinforcement learningエンドツーエンドの強化学習
End-to-end reinforcement learning時間差分学習
Temporal difference learning人間のフィードバックによる強化学習
Reinforcement learning from human feedback