G検定｜未知の選択肢も試しつつ良い行動を使いたい

ANSWER & EXPLANATION

正解：C

新しい行動の試行と既知の良策を使う調整です。観測と行動の関係を目的に合わせて選びます。

選択肢のポイント

• A行動価値関数は状態と行動の組に対する将来価値です。この設問で求めるものとは異なります。
• B行動空間の安全制約は許可する行動の範囲を制限することです。この設問で求めるものとは異なります。
• C正解です。新しい行動の試行と既知の良策を使う調整です。
• Dインスタンス分割は個別の物体ごとに画素領域を分ける課題です。この設問で求めるものとは異なります。

関連キーワード

• 探索と活用の両立
• 視覚と強化学習

参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲 / 確認日：2026年9月29日