気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
最適制御からの強化学習 - HELLO CYBERNETICS
30 users
s0sem0y.hatenablog.com
s0sem0y.hatenablog.com
s0sem0y.hatenablog.com
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
はじめに 最適制御 そもそも制御問題とは？ 自動制御 フィードバック制御 制御問題の例 最適制御問題 最... はじめに 最適制御 そもそも制御問題とは？ 自動制御 フィードバック制御 制御問題の例 最適制御問題 最適制御のまとめ 最適制御から強化学習へ 最適制御の困難 強化学習の形式と最適制御との比較 環境の振る舞いを知る方法は無いのか 強化学習の大まかな流れ モンテカルロ法 TD法 関数近似 最後に 制御の分野と強化学習 基本的思想の違い 実用的問題 PID制御という巨人 はじめに 強化学習といえば、最強の囲碁ソフトAlphaGo に搭載されているアルゴリズムで一躍有名となった分野です。今回は強化学習の特殊な問題設定がどういうものであるかを強調するため、最適制御としての立場から発展させた強化学習を見てみたいと思います。 最適制御 そもそも制御問題とは？ 例えば、自動車の速度を調整する場合、タイヤの回転を調整する必要がありますが、私達が実際にやっているのはアクセルやブレーキを踏み込むことだけです。
s0sem0y.hatenablog.com
s0sem0y.hatenablog.com
s0sem0y.hatenablog.com
s0sem0y.hatenablog.com
anond.hatelabo.jp
www.cnn.co.jp
note.com/fta7
anond.hatelabo.jp
togetter.com
www.asahi.com
karte-m.cocolog-nifty.com
cloud.watch.impress.co.jp
togetter.com
www.itmedia.co.jp
techblog.enechain.com
developers.freee.co.jp
akb48taimuzu.livedoor.biz
natalie.mu
c-ute.doorblog.jp
serinamouretu.jugem.jp
mahirosokutsu.jugem.jp
2017/10/29 リンク