[B! ReinforcementLearning] sugyanのブックマーク

sugyan id:sugyan

ReinforcementLearningに関するsugyanのブックマーク (8)

Pythonで学ぶ強化学習 -入門から実践まで-を書きました
約1年半ほどかかりましたが、「Pythonで学ぶ強化学習入門から実践まで」を書き上げました。本記事ではAsian Kung-Fu Generationさんがアルバム発売の度に行っている全曲解説にのっとり、各章の見所や苦労した点を紹介したいと思います。
sugyan 2019/01/17
python

book

ReinforcementLearning
リンク
Google Cloud Platform Japan 公式ブログ: GCP による深層強化学習 : ハイパーパラメータ調整と Cloud ML Engineで OpenAI Gym ゲームを攻略 | Google Cloud 公式ブログ
GCP による深層強化学習 : ハイパーパラメータ調整と Cloud ML Engineで OpenAI Gym ゲームを攻略機械学習に関する研究の多くの分野と同様に、強化学習︵RL : Reinforcement Learning︶が猛烈なスピードで進歩しています。他の研究分野もそうですが、研究者たちはディープラーニングを活用して最先端の成果を生み出しています。特に強化学習は、ゲーム分野で従来の機械学習テクニックの性能を大きく上回り、Atari ゲームでは人間のレベルに追いつくどころか世界最高水準にまで達しました。囲碁の世界でも人間のチャンピオンに勝ち、StarCraft II のような難易度の高いゲームでも将来が楽しみな結果を出しています。強化学習はさらに、自動運転車、推薦システム、入札、機械学習モデル開発といった高度な分野で効果を発揮しています。深層強化学習でのエージェントのト
sugyan 2019/01/07
CloudML

ReinforcementLearning
リンク
Dopamine
Dopamine
sugyan 2018/09/16
Dopamine

ReinforcementLearning

TensorFlow

presentation
リンク
FizzBuzz Zero ―― 人類の知識なしでFizzBuzzをマスターする
for i in range(1, 101): if i % 15 == 0: print("FizzBuzz") elif i % 3 == 0: print("Fizz") elif i % 5 == 0: print("Buzz") else: print(i) プログラム問題としてあまりにも有名になってしまったので、今ではあらゆる言語のFizzBuzzがそろっています。面白いですね。深層学習で FizzBuzz この記事の読まれている大半の方は、FizzBuzzを書くのにあまり苦労しないでしょう。しかし、あなたが何かの拍子でプログラムの書き方を忘れてしまったらどうでしょう？心配する必要はありません。そういうときこそAIの出番です。最近は空前の人工知能ブームで、猫も杓子もDeep Learningです。実際、Deep LearningによるFizzBuzzは、いくつも先例
sugyan 2018/05/11
FizzBuzz

ReinforcementLearning
リンク
[1712.01815] Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm
The game of chess is the most widely-studied domain in the history of artificial intelligence. The strongest programs are based on a combination of sophisticated search techniques, domain-specific adaptations, and handcrafted evaluation functions that have been refined by human experts over several decades. In contrast, the Alpha Go Zero program recently achieved superhuman performance in the game
sugyan 2017/12/06
ReinforcementLearning

shogi
リンク
深層強化学習の動向 / survey of deep reinforcement learning
全脳アーキテクチャ若手の会第28回勉強会 Keywords: DQN, 強化学習, Episodic Control, Curiosity-driven Exploration
sugyan 2017/07/21
ReinforcementLearning

presentation
リンク
深層強化学習ライブラリChainerRL - Preferred Networks Research & Development
Chainerを使った深層強化学習ライブラリChainerRLを公開しました． https://github.com/pfnet/chainerrl PFNエンジニアの藤田です．社内でChainerを使って実装していた深層強化学習アルゴリズムを”ChainerRL”というライブラリとしてまとめて公開しました．RLはReinforcement Learning︵強化学習︶の略です．以下のような最近の深層強化学習アルゴリズムを共通のインタフェースで使えるよう実装してまとめています． Deep Q-Network (Mnih et al., 2015) Double DQN (Hasselt et al., 2016) Normalized Advantage Function (Gu et al., 2016) (Persistent) Advantage Learning (Bellemar
sugyan 2017/02/20
Chainer

ReinforcementLearning
リンク
DQNをKerasとTensorFlowとOpenAI Gymで実装する
はじめに少し時代遅れかもしれませんが、強化学習の手法のひとつであるDQNをDeepMindの論文Mnih et al., 2015, Human-level control through deep reinforcement learningを参考にしながら、KerasとTensorFlowとOpenAI Gymを使って実装します。前半では軽くDQNのおさらいをしますが、少しの強化学習の知識を持っていることを前提にしています。すでにいくつか良記事が出ているので紹介したいと思います。合わせて読むと理解の助けになると思うので、是非参考にしてみてください。 DQNの生い立ち　＋　Deep Q-NetworkをChainerで書いた DQNが生まれた背景について説明してくれています。Chainerでの実装もあるそうです。ゼロからDeepまで学ぶ強化学習タイトルの通り、ゼロからDeepま
sugyan 2016/06/30
DQN

Keras

TensorFlow

ReinforcementLearning
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx