ルービックキューブを一瞬で解くことに深層強化学習アルゴリズムが成功 - GIGAZINE

2019/07/17 15 users GIGAZINE ルービックキューブ 一瞬 成功

by Olav Ahrens Røtne 囲碁のトップ棋士に勝利したAI「AlphaGo」は、自らの進化形として生まれた「AlphaGo Zero」に、誕生からわずか30時間で超えられてしまいました。AlphaGoとAlphaGo Zeroの違いは、AlphaGo Zeroが人間の棋譜を参考にせず、自身による強化学習で鍛錬を重ねたという点にありました。これと同じように、... 続きを読む

深層強化学習ライブラリChainerRL | Preferred Research

2017/02/20 159 users Preferred Research pfnet 藤田 以下

Chainerを使った深層強化学習ライブラリChainerRLを公開しました． https://github.com/pfnet/chainerrl PFNエンジニアの藤田です．社内でChainerを使って実装していた深層強化学習アルゴリズムを”ChainerRL”というライブラリとしてまとめて公開しました．RLはReinforcement Learning（強化学習）の略です．以下のような最近の... 続きを読む

Google、ゼロからゲームをプレイして自力で攻略方法を見つける人工知能「DQN」開発 -INTERNET Watch

2015/02/26 81 users DQN Deep Q-Network 自力 人工知能 制御

ニュース Google、ゼロからゲームをプレイして自力で攻略方法を見つける人工知能「DQN」開発 （2015/2/26 16:52） 米Googleは、深層強化学習アルゴリズムを用いた人工知能「DQN」を開発したと発表した。DQNは「Deep Q-network」の略で、自力でコンピューターゲームをプレイし、攻略方法を見つけ出すことができる。 深層強化学習を通して人間レベルの制御を可能にするもの。... 続きを読む