actor-critic理論というものがある。強化学習の枠組みでactorの行動をcriticが制御するような構造になっている。文章を書いている時に書き苦しさを感じるのはこのcriticが強すぎるのではないかと感じる。一旦、リミットを外して書き殴るということが必要なの…
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。