HOMELv020 「決定論的方策勾配法（DPG）」と通常の確率的方策勾配法の違いはどれか。 2026年3月13日 DPGは方策関数が決定論的（同じ入力なら必ず同じ出力）であり、高次元・連続行動空間において効率的に勾配を計算できる利点がある。 「ニューラルODE（Neural Ordinary Differential Equations）」の革新的な点はどれか。 最近の大規模言語モデル（LLM）で注目される「Chain-of-Thought (CoT)」プロンプティングの効果はどれか。
