SHIRITAS

用語集

TD学習

実際に得た結果と、いまの予測との差(誤差)を使って価値の予測を少しずつ直す学習法。未来の見込みを途中の情報で更新する。

たとえば: 到着前の途中経過を見て、旅行の所要時間の予想を都度修正する感じ。

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