Montezuma' Revengeã®åˆ°é”部屋ã§DeepMindを超ãˆã¾ã—ãŸï¼ - Itsukaraã®æ—¥è¨˜Deep Reinforcement Learningã§Atariã®ã‚²ãƒ¼ãƒ Montezuma's Revengeを攻略ã—ãŸçµæžœã‚’OpenAI Gymã«ã‚¢ãƒƒãƒ—ã—ãŸã“ã¨ã‚’ å‰å›žè¨˜äº‹ã§æ›¸ãã¾ã—ãŸãŒã€ãã®æ™‚ã®å¹³å‡ã‚¹ã‚³ã‚¢(448点)ã«å¯¾ã—ã€åŒã˜è¨å®šã§æ›´ã«é«˜ã„å¹³å‡ç‚¹(1127点)ãŒå¾—られã¾ã—ãŸã®ã§ã€å†åº¦ã€OpenAI Gymã«ã‚¢ãƒƒãƒ—ã—ã¾ã—ãŸã€‚今回ã¯ã€æœ€åˆã®éƒ¨å±‹ã®å·¦å´ã«é€²å‡ºã—ã¦ã„ã¾ã™*1。 gym.openai.com 今回ã€DeepMindã®è«–æ–‡ã§åˆ°é”ã—ã¦ã„ãªã‹ã£ãŸéƒ¨å±‹ã«åˆ°é”ã—ã€DeepMindを超ãˆã¾ã—ãŸ*2。下記マップã®ãƒ”ンクã«å¡—られãŸéƒ¨åˆ†ãŒã€ä»Šå›žåˆ°é”ã—ãŸéƒ¨å±‹ã§ã™ã€‚ ピンクã®éƒ¨å±‹ã®ã†ã¡ã€å³å´ã®ï¼’ã¤ã¯å‹•ç”»ãŒæ’®ã‚Œã¾ã—ãŸã®ã§ã€ä¸‹è¨˜ã«è¼‰ã›ã¦ãŠãã¾ã™(10/17 11:15 æ›´æ–°)。 youtu.be ã¡ãªã¿ã«ã€ä¸‹è¨˜ã¯ã€ã‚¹ã‚¿ãƒ¼ãƒˆã—ãŸéƒ¨å±‹ã®å·¦å´ã®éƒ¨å±‹ã«ã‚ã‚‹å®ç®±ã‚’å–ã£ãŸå‹•ç”»ã§ã™(10/17 11:15 æ›´æ–°)。
{{#tags}}- {{label}}
{{/tags}}