強化学習入門

Optuna入門

1. Optuna「Optuna」は、「ハイパーパラメータ」の最適化を自動化するためのフレームワークで…

npaka

4年前

11

OpenAI Gym入門 / Q学習

1. Q学習「Q学習」は、経験(状態、行動、報酬、次の状態のセット)によって「行動価値関数」を…

npaka

4年前

4

OpenAI Gym入門 / 状態空間と行動空間

1. 状態空間と行動空間「OpenAI Gym」が提供する「環境」は、それぞれ異なる「入力」と「出力…

npaka

4年前

13

OpenAI Gym入門 / Gymインタフェース

1. Gymインタフェース「環境」と「エージェント」の間のGymインターフェースを解説します。 2…

npaka

4年前

4

Stable Baselines入門 / Stable Baselinesの概要

1. Stable Baselinesとは「Stable Baselines」は「OpenAI Baselines」をベースにした、強化学…

npaka

4年前

13

OpenAI Gym入門 / OpenAI Gymの概要

1. OpenAI Gym「OpenAI Gym」は、非営利団体である「OpenAI」が提供している強化学習用のツー…

npaka

4年前

5

StarCraft IIではじめる強化学習

StarCraft II「StarCraft II」は世界中で人気のリアルタイムストラテジーゲームです。資源の生産とユニットの製造を行いながら勢力を広げる、陣取りゲームになります。 AIエージェントは、フレーム毎に素早い行動を行うことができますが、勝利の一因となるのは速度だけではありません。資源やユニットをマルチタスクで管理し、それらのスコアを最大化する必要があります。これは、Atari環境よりもはるかに複雑な環境になります。 StarCraft II APIStar