深層強化å¦ç¿’ã®ã‚µãƒ¼ãƒ™ã‚¤è«–文をèªã‚€ - mabonki0725ã®æ—¥è¨˜ãƒ©ãƒ³ãƒ‹ãƒ³ã‚°ã§ããšã€€è‹±èªžã§ã㚠深層強化å¦ç¿’ã®ã‚µãƒ¼ãƒ™ã‚¤è«–文をèªã‚€ 「DeepLearning for Video Game Playingã€https://arxiv.org/abs/1708.07902 最近ã¾ã§ã®PCゲームやテレビゲームを深層å¦ç¿’ã§è§£ãAI技術ã«ã¤ã„ã¦ç¶²ç¾…çš„ã«è§£èª¬ã—ãŸè«–æ–‡ã§ã‚る。従ã£ã¦æ·±å±¤å¦ç¿’を使ã£ã¦ã‚‚ç¢ã‚„将棋ã®æ§˜ãªãƒœãƒ¼ãƒ‰ã‚²ãƒ¼ãƒ ã¯å¯¾è±¡å¤–ã¨ãªã£ã¦ã„る。 下図ã®æ§˜ãªæ®†ã©å…¨ã¦ã®æ·±å±¤å¼·åŒ–å¦ç¿’を系統別ã‹ã¤ç›®çš„別ã«è§£èª¬ã—ã¦ã‚り大変ãªåŠ´ä½œã§ã‚る。もã—注目ã™ã‚‹ãƒ¢ãƒ‡ãƒ«ãŒã‚ã‚Œã°ã€ã“ã®è«–æ–‡ã§æ¤œç´¢ã™ã‚‹ã¨ä»¥ä¸‹ã®ã“ã¨ãŒåˆ†ã‚‹æ§˜ã«ãªã£ã¦ã„る。 ・モデルã®æ¦‚è¦ ãƒ»ãƒ¢ãƒ‡ãƒ«ã‚’ç™ºè¡¨ã—ãŸè«–æ–‡ ・考案ã—ãŸå‹•æ©Ÿã‚„対象ã¨ã—ãŸã‚²ãƒ¼ãƒ ・モデル開発ãŒå¯èƒ½ãªãƒ—ラットホーム・継承ã—ãŸãƒ¢ãƒ‡ãƒ«ã¨ç™ºå±•å…ˆã®ãƒ¢ãƒ‡ãƒ« 下図ã®æ§˜ã«æ·±å±¤å¦ç¿’ã¨ã—ã¦ã¯2013å¹´ã®å‰å¤§ãªDQNã‹ã‚‰å…¨ã¦ãŒå§‹ã¾ã£ã¦ã„る。ã—ã‹ã—ã“ã®DQNå‰ã«ã¯Suttonã®Sarsa
{{#tags}}- {{label}}
{{/tags}}