ゼãƒã‹ã‚‰å§‹ã‚る深層強化å¦ç¿’（NLP2018講演資料）/ Introduction of Deep Reinforcement LearningIntroduction of Deep Reinforcement Learning, which was presented at domestic NLP conference. 言語処ç†å¦ä¼šç¬¬24回年次大会(NLP2018) ã§ã®è¬›æ¼”資料ã§ã™ã€‚ http://www.anlp.jp/nlp2018/#tutorialRead less
倒立振åã§å¦ã¶ DQN (Deep Q Network) - Qiita
強化å¦ç¿’ã®ä¸€æ‰‹æ³•ã§ã‚ã‚‹Q-learning ã¨ãƒ‡ã‚£ãƒ¼ãƒ—ニューラルãƒãƒƒãƒˆã‚’組ã¿åˆã‚ã›ãŸ Deep Q Networkã€é€šç§°DQNを使ã£ã¦å€’立振åã®æŒ¯ã‚Šä¸Šã’å•é¡Œã‚’解決ã—ã¦ã¿ã¾ã™ã€‚ å•é¡Œè¨å®š 「倒立振åã®æŒ¯ã‚Šä¸Šã’å•é¡Œã€ã¨ã„ã†ã®ã¯ã€ä»Šå›žã¯ã“ã†ã„ã†å•é¡Œè¨å®šã§ã™ã€‚ ã¾ãšç©ºä¸ã«é™æ¢ã—ãŸãƒ¢ãƒ¼ã‚¿ãŒã‚ã£ã¦ã€ãƒ¢ãƒ¼ã‚¿è»¸ã«æ£’ã®ä¸€ç«¯ãŒã¤ãªãŒã£ã¦ã„ã¾ã™ã€‚棒ã¯ä¸å¿ƒã«è³ªé‡ãŒé›†ä¸ã—ã¦ã„ã¦å‰›æ€§$\infty$ã§å¤ªã•0ã®ã€ã‚ˆãã‚る棒ã§ã™ã€‚åˆæœŸçŠ¶æ…‹ã§ã¯æ£’ã¯é‡åŠ›ã«ã—ãŸãŒã£ã¦ä¸‹å‘ãã«ã¶ã‚‰ä¸‹ãŒã£ã¦ã„ã¾ã™ã€‚ã“ã®çŠ¶æ…‹ã‹ã‚‰æŒ¯ã‚Šåを振り上ã’ã¦å€’立状態ã§é™æ¢ã•ã›ã¦ãã ã•ã„ã€ã¨ã„ã†å•é¡Œã§ã™ã€‚å¤ãよã制御工å¦ã§ã¯ã€æŒ¯ã‚Šä¸Šã’用ã¨é™æ¢ç”¨ã«åˆ¥è¨è¨ˆã•ã‚ŒãŸã‚³ãƒ³ãƒˆãƒãƒ¼ãƒ©ã‚’2ã¤ç”¨æ„ã—ã¦åˆ‡ã‚Šæ›¿ãˆã‚‹ãªã©ã€éžç·šå½¢è¦ç´ ã‚’å«ã‚€ã‚³ãƒ³ãƒˆãƒãƒ¼ãƒ©ã‚’用ã„ã¦å¯¾å‡¦ã™ã‚‹ã“ã¨ã«ãªã‚Šã¾ã™ã€‚ã„ã‚„ã€ã‚„ã£ãŸã“ã¨ãªã„ã§ã™ã‘ã©ã€ãã†ã‚‰ã—ã„ã§ã™ã€‚ 今回ã¯ã€ãƒ¢ãƒ¼ã‚¿ã¯å³ã‹å·¦ã«ä¸€å®šãƒˆãƒ«ã‚¯ã®å›žè»¢ã—ã‹ã§ããªã„ã€ã¨ã—
1
メンテナンス
ãŠçŸ¥ã‚‰ã›
障害
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
処ç†ã‚’実行ä¸ã§ã™
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
AIã§æ ªã‚’ã‚„ã‚‹ï¼ï½žæ ªã®å£²ã‚Šè²·ã„を深層強化å¦ç¿’ã§äºˆæƒ³
{{#tags}}- {{label}}
{{/tags}}