誰でもわかる強化学習

2023/11/24 311 users 強化学習 LLM DQN 手法 講義資料

本資料は，東京大学松尾研究室で開催された強化学習セミナーの講義資料をもとに，講演目的でより初学者向けに内容を調整したものです．特に強化学習で最も基本的かつ最重要手法であるQ学習や，それの深層強化学習版のDQN（Deep Q-Network）を中心に解説しています. 昨今，ChatGPT等の大規模言語モデル（LLM）の開発に強... 続きを読む

【3目並べで学ぶ強化学習】Q-LearningとDQNを徹底解説 (1/2)：Web解析にも使える！　強化学習超入門（2） - ＠IT

2019/03/05 35 users Q-Learning アルゴリズム DQN web解析 方法

Web解析にも使える！　強化学習超入門（2）：【3目並べで学ぶ強化学習】Q-LearningとDQNを徹底解説 (1/2) 3目並べで強化学習を行うと、どうなるのだろうか。強化学習のアルゴリズムの一つである「Q-Learning」を説明しつつ、Q-LearningにDeep Learningを組み合わせた「Deep Q-Network」を使って、強化学習を実装する方法... 続きを読む

深層強化学習でシステムトレードをやる時に役に立ちそうな資料まとめ - ニートの言葉

2016/11/15 381 users ニート 深層強化学習 システムトレード AlphaGo 言葉

2016 - 11 - 15 深層強化学習でシステムトレードをやる時に役に立ちそうな資料まとめ 人工知能 Photo via Visual Hunt 少し前のことですが、AlphaGoという囲碁の人工知能プログラムがイ・セドル九段に勝利したことで話題になりました。 *1 また、一部のゲームにおいて「DQN（Deep Q-network）」が人間よりも上手くプレイするようになったというニュースも話題... 続きを読む

Googleの自己学習する人工知能DQNを開発した「ディープマインド」の実態、何が目的なのか？ - GIGAZINE

2015/08/31 91 users GIGAZINE DeepMind スベースインベーダー

Googleが4億ポンド(約750億円)もの大金をかけて買収した人工知能の開発を行うベンチャー企業が「DeepMind(ディープマインド)」です。このディープマインドが、機械学習技術と神経科学を応用することで、スペースインベーダーやブロック崩しなどのゲームをプレイしながら勝手にハイスコアを出せるように学習していくアルゴリズム「DQN(Deep Q-Network)」を開発し大きな話題となりましたが... 続きを読む

強化学習 - DQNの生い立ち　＋　Deep Q-NetworkをChainerで書いた - Qiita

2015/07/11 184 users Qiita Chainer NIPS DQN Nature

はじめに そもそもDQNが作りたかったわけじゃなくて、他の目的でChainerを使いたかったのでその練習にDQNを書いたんですが、せっかくだし公開しようと思いました。またどうせ公開するなら、この機会にこれ（Q学習+関数近似）関連で持っている知識をついでに整理しようと思ってまとめました。 ニュース記事とかNatureとかNIPSの論文だけ読むと、DQN作ったDeepmind/Googleすげー！！！... 続きを読む

Google Deepmind、人工知能『DQN』を開発。レトロゲームを自力で学習、人間に勝利 - Engadget Japanese

2015/02/27 38 users DQN 自力 BY Munenori Taniguchi

Google Deepmind、人工知能『DQN』を開発。レトロゲームを自力で学習、人間に勝利 BY Munenori Taniguchi 2015年02月27日 11時01分 0 ロンドンの Google Deepmind が、コンピューターゲームをゼロから自力で学習し上達する人工知能アルゴリズム deep Q-Network、略称「DQN」を開発しました。 ブロック崩しやパックマンなど、レトロ... 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 自力 INTERNET Watch 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

Googleの人工知能「DQN」、アタリゲームで人間よりハイスコア叩き出す - ITmedia ニュース

2015/02/26 64 users アルゴリズム Nature 人工知能アルゴリズム 論文 ルール

Google傘下の人工知能企業DeepMindが、ブロック崩しなどのビデオゲームのルールをほぼゼロから学習し、人間よりハイスコアを獲得するまでに成長する人工知能アルゴリズム「DQN」に関する論文をNatureで発表した。 米GoogleのDeepMindチームは2月25日（現地時間）、人工知能（AI）アルゴリズム「deep Q-network（DQN）」についての論文を発表した。DQNはゼロからゲ... 続きを読む

ゲームを自ら学んで人間以上に上達できる人工知能「DQN」が人間を脅かす日はいつくるのか？ - GIGAZINE

2015/02/26 300 users GIGAZINE DQN 人工知能 DeepMind 人間

By PhOtOnQuAnTiQuE 人間の脳が学習する仕組みを再現するディープラーニングの研究が進んだことで、コンピューターによる人工知能(AI)の技術が飛躍的な進化を遂げています。Googleが500億円で買収したといわれているイギリスのベンチャー企業「DeepMind」が開発したエージェントプログラム「DQN(Deep Q-Network)」は一度プログラムを起動させるとあとは人間が手を加え... 続きを読む