強化学習における「報酬シェイピング（Reward Shaping）」の目的はどれか。
ゴールに到達した時だけの疎な報酬（Sparse Reward）では学習が困難な場合に、中間目標など補助的な報酬を…
「グラフ畳み込みネットワーク（GCN）」において、隣接ノードの情報を集約する操作は何と呼ばれるか。
各ノードがエッジを通じて隣接するノードから特徴量（メッセージ）を受け取り、それらを集約・更新する仕…
素早く問題を解いてInput⇔Outputを繰り返し！