タグ: サンプル効率

解説 ねえねえ智也くん！この論文のタイトル、「回顧的インコンテキスト学習」って書いてあるけど、AIが過去を振り返って反省会でもするの？ あながち間違ってないよ。これは強化学習で一番難しい「時間的クレジット割り当て」ってい…