ã¼ãã®ã‹ã‚“ãŒãˆãŸã•ã„ãょã†ã®å¼·åŒ–å¦ç¿’アルゴリズム（å¤å…¸å¼·åŒ–å¦ç¿’編） - Qiitaã“ã®è¨˜äº‹ã¯è‡ªä½œã—ã¦ã„る強化å¦ç¿’フレームワークã®è§£èª¬è¨˜äº‹ã§ã™ã€‚ ã¯ã˜ã‚㫠今ã¾ã§ãƒ•ãƒ¬ãƒ¼ãƒ ワークを通ã˜ã¦æ§˜ã€…ãªå¼·åŒ–å¦ç¿’アルゴリズムを実装ã—ã¦ãã¾ã—ãŸã€‚ 今回ãã®çŸ¥è˜ã‚’生ã‹ã—ã¦ã‚ªãƒªã‚¸ãƒŠãƒ«ãªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を考ãˆã¦ã¿ãŸã®ã§è¨˜äº‹ã«ã¾ã¨ã‚ã¦ã¿ã¾ã™ã€‚ ã“ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¯ä»¥ä¸‹ã®çŠ¶æ³ã§ã‹ãªã‚Šã®ç²¾åº¦ã‚’誇りã¾ã™ã€‚ マルコフ決定éŽç¨‹ãªãƒ¢ãƒ‡ãƒ« 状態ãŒé›¢æ•£ã§ç¾å®Ÿçš„ãªæ•° 行動ãŒé›¢æ•£ã§ç¾å®Ÿçš„ãªæ•° ※"ç¾å®Ÿçš„ãªæ•°"ã¨ã„ã†ã®ã¯æ•°ã«ä¸Šé™ãŒã‚ã‚Šã€ãã®ä¸Šé™ãŒãã‚Œã»ã©å¤§ãããªã„å ´åˆã‚’指ã—ã¾ã™ 基本アイデア 基本的ãªã‚¢ã‚¤ãƒ‡ã‚¢ã¯æŽ¢ç´¢ï¼ˆExploration）ã¨æ´»ç”¨ï¼ˆExploitation）ã®åˆ†é›¢ã§ã™ã€‚ 強化å¦ç¿’ã§ã¯ä¸€èˆ¬çš„ã«ã€ŒæŽ¢ç´¢ã¨æ´»ç”¨ã®ãƒˆãƒ¬ãƒ¼ãƒ‰ã‚ªãƒ•ã®å•é¡Œã€1ãŒã‚ã‚Šã€æŽ¢ç´¢ã‚’優先ã™ã‚‹ã¨å ±é…¬ãŒå°‘ãªããªã‚Šã€æ´»ç”¨ã‚’優先ã™ã‚‹ã¨å±€æ‰€è§£ã«é™¥ã‚‹å¯èƒ½æ€§ãŒé«˜ããªã‚‹å•é¡ŒãŒã‚ã‚Šã¾ã™ã€‚ ç§ãŒéŽåŽ»ã«è¨˜äº‹ã§å–り上ã’ãŸæ‰‹æ³•ã§ã¯ã€ã©ã‚Œã‚‚探索ã¨æ´»ç”¨ã®ãƒãƒ©ãƒ³ã‚¹ã‚’ã¨ã‚Šå¦ç¿’を進ã‚ã¦
世界四連覇AIエンジニアãŒã‚¼ãƒã‹ã‚‰æ•™ãˆã‚‹ã‚²ãƒ¼ãƒ 木探索入門 - Qiita
アルゴリズムã®ä¸–界地図 - Qiita
{{#tags}}- {{label}}
{{/tags}}