強化学習の報酬設計の作成方法を教えて。素人でも正しく、簡単に、早く作成できる方法です。

予算
5千
1万
納品希望日
ご相談
募集期限
募集終了 締切日 2026年2月12日 /
掲載日 2026年2月2日
応募状況
応募人数 6
契約人数 1
閲覧数 2,774
依頼範囲
システム・ソフトウェアサポート、ITコンサルティング
開発言語
Python

募集内容

募集内容
強化学習の報酬設計の作成依頼です。 強化学習の精度の結果は、悪くてもいいので、 素人でも 1,正しく 2,簡単に 3,早く 4,ミスがない の作成できる方法です。 専門などのツールを使い、絶対にミスしない手法を教えて。 私は、報酬設計に、3時間はかけられます。この3時間程度で作成できる報酬設計手法です。 ただし、これは、業務用で使うのではなく、素人が、学習用として使うものです。 強化学習の精度の結果は、悪くてもいいのです。が、許容範囲以内での報酬設計を行いたいです。 あまりにも、プロが時間をかけて作成した報酬設計と大きく離れるのはNGです。 報酬設計の管理画面があり、グラフなどを見ながら、パネル上で、値を入れ替えて、報酬設計を作成する。このような作成方法を望んでいます。 また、単に報酬設計ツールを提供するだけでなく、使い方も教えてください。 依頼金は、 5000円です。
添付ファイル
参考URL
求めるスキル
特記事項

応募者一覧

応募者
応募日時
SHIRO ALAM OFFICE
2026/02/02 17:55
古川美月
2026/02/02 18:15
2026/02/03 19:41
上山 悠介
2026/02/05 08:09
Kiritomo05
2026/02/05 12:46

募集内容についての質問

質問と回答の履歴

質問はまだありません。不明なことがあれば質問してみましょう。
募集終了
ブックマーク
予算
5千
1万
募集終了

募集者情報

takenchishingo
4.6 (80)
123
発注件数
21%
発注率
77%
取引完了率
認証状況
本人確認
機密保持契約(NDA)

この募集内容に似ている仕事

予算
1万
3万
応募者数 18
募集期限 あと 10 日 (9月20日まで)
user
Dai@f
投稿日時:3時間前
予算
1,000
応募者数 13
募集期限 あと 4 日 (9月14日まで)
user
auno_notion
投稿日時:10日前