SHIRITAS

用語集

reward shaping

本来は少ない評価信号を、学習しやすいように途中経過の評価も含めて設計し直すこと。遠い目標に向かう行動を学びやすくする工夫。

たとえば: ゴールの合否だけでなく、途中の小テストにも点を付けてやる気を保つ感じ。

AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。

この言葉が出てくる記事