ログイン
会員登録
非専門家フィードバック
書いてみる
関連タグ
#エージェント (3,440)
#ディープニューラルネットワーク (3)
#フィードバック (5,496)
#人間 (63,412)
#人間の好み (2)
#報酬関数 (6)
#報酬関数学習 (1)
人気
急上昇
新着
定番
有料のみ
1件
人気の記事一覧
Deep reinforcement learning from human preferences
Ikemen Mas Kot
1か月前