れっちゅるかぷだうおーどいんだでくしょのり 7音素

319 ：名無しさん＠英語勉強中：2015/08/10(月) 22:54:18.71 ID:z64xIxis.net

>そもそも「フィードバックを最適化する」

DQNが強化学習できるのは
パーセプトロンを使い、フィードバックを最適化できるからだ。
脳のニューロンの強化学習と同じだ。