MarI/O – ニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã¨éºä¼çš„アルゴリズムã§ãƒžãƒªã‚ªã®æ—©è§£ãニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã¨éºä¼çš„アルゴリズムã®çµ„ã¿åˆã‚ã›ã«ã‚ˆã‚Šã€ã‚²ãƒ¼ãƒ 「スーパーマリオブラザーズã€ã®ä¸€é¢ã‚’教師無ã—å¦ç¿’ã§è§£ã‹ã›ã¦ã„ã‚‹å‹•ç”»ã§ã™ã€‚ 最åˆã«å¦ç¿’ãŒå分済んã 状態ã®ãƒ—レイãŒå®Ÿæ¼”ã•ã‚Œã¾ã™ãŒã€1é¢ã‚’46秒ã§è§£ã„ã¦ã„ã¾ã™ […] ニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã¨éºä¼çš„アルゴリズムã®çµ„ã¿åˆã‚ã›ã«ã‚ˆã‚Šã€ã‚²ãƒ¼ãƒ 「スーパーマリオブラザーズã€ã®ä¸€é¢ã‚’教師無ã—å¦ç¿’ã§è§£ã‹ã›ã¦ã„ã‚‹å‹•ç”»ã§ã™ã€‚ 最åˆã«å¦ç¿’ãŒå分済んã 状態ã®ãƒ—レイãŒå®Ÿæ¼”ã•ã‚Œã¾ã™ãŒã€1é¢ã‚’46秒ã§è§£ã„ã¦ã„ã¾ã™ã€‚世ã®ä¸ã«ã¯41秒ã§è§£ã„ã¦ã‚‹å‹•ç”»ã‚‚ã‚るよã†ã§ã™ãŒã€ã‹ãªã‚Šæ—©ã„部類ã¨è¨€ãˆã‚‹ã§ã—ょã†ã€‚ 0:46 ã‹ã‚‰ã¯ã€ä»Šå›žã®è§£æ³•ã«ã¤ã„ã¦ã®è§£èª¬ã§ã™ã€‚マリオをå«ã‚€ç”»é¢ä¸Šã®åœ°å½¢ã‚„ã‚ャラクターã®ã‚¹ãƒ—ライトを入力ã«ã€ã©ã®ãƒœã‚¿ãƒ³ã‚’押ã™ã‹ã‚’出力ã¨ã—ãŸãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’ランダムã«ä½œã‚Šã€ã†ã¾ãã„ã£ãŸãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’組ã¿åˆã‚ã›ã¦æ¬¡ã®ä¸–代ã®ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’作り試行ã•ã›ã¾ã™ã€‚ã“れを繰
分散深層強化å¦ç¿’ã§ãƒãƒœãƒƒãƒˆåˆ¶å¾¡ - Preferred Networks Research & Development
{{#tags}}- {{label}}
{{/tags}}