マガジンのカバー画像

強化学習入門

109
本
強化学習関連のノートをまとめました。
運営しているクリエイター
npaka

#強化学習

JAT (Jack of All Trades) の概要

以下の記事が面白かったので、簡単にまとめました。 1. JAT (Jack of All Trades)「JAT」 (Ja…

npaka
npaka
13日前
18

最近話題になった AIエージェントの強化学習環境 のまとめ

最近話題になった AIエージェントの学習環境 をまとめました。 1. MineDojo「MineDojo」は、M…

npaka
npaka
1年前
25

MuJoCo Unityプラグインの使い方

「MuJoCo Unityプラグイン」の使い方をまとめました。 1. MuJoCo「MuJoCo」(Multi-Joint dyna…

npaka
npaka
1年前
12

PettingZoo 入門 (2) - API

「PettingZoo」のAPIについてまとめました。 前回1. 学習環境の初期化「PettingZoo」の使い方…

npaka
npaka
1年前
5

Stable Baselines 3 入門 (2) - Monitor

「Stable Baselines 3」の「Monitor」の使い方をまとめました。 前回1. Monitor「Monitor」は…

npaka
npaka
1年前
5

PettingZoo 入門 (1) - マルチエージェント強化学習環境セット

マルチエージェント強化学習環境セット「PettingZoo」の基本的な使い方をまとめました。 1. P…

npaka
npaka
1年前
7

Stable Baselines 3 入門 (1) - 強化学習アルゴリズム実装セット

強化学習アルゴリズム実装セット「Stable Baselines 3」の基本的な使い方をまとめました。 1. Stable Baselines 3「Stable Baselines 3」は、OpenAIが提供する強化学習アルゴリズム実装セット「OpenAI Baselines」の改良版です。 提供されている強化学習アルゴリズムは、次のとおりです。 2. OpenAI Gym「OpenAI Gym」は、OpenAIが提供するシングルエージェント強化学習環境セットです。

npaka

DeepMindのAlphaシリーズまとめ

DeepMindのAlphaシリーズをまとめました。 1. AlphaGo　「AlphaGo」はDeepMindによって開発さ…

npaka
npaka
2年前
14

toio 入門 (3) - 人工知能によるキューブの操作

「Unity ML-Agents」と「toio SDK for Unity v1.4.0」を使って、人工知能でtoioキューブを操作…

npaka
npaka
2年前
8

Petoi Bittle 入門 (20) - OpenCat Gymによる強化学習

以下の記事を参考に書いてます。 ・Reinforcement Learning - OpenCat Gym 前回1. ロボット…

npaka
npaka
2年前
3

AndroidEnv: Androidの強化学習環境

以下の記事を参考に書いてます。 ・AndroidEnv: The Android Learning Environment | DeepMin…

npaka
npaka
3年前
1

Stable Baselines と Raspberry Pi によるホッケーロボットの強化学習

「AI・人工知能EXPO 2020 【秋】」の「ギリア」ブースにて、「Stable Baselines」 と「Raspber…

npaka
npaka
3年前
20

Unity ML-Agents と toio によるサッカーロボットの強化学習

「AI・人工知能EXPO 2021 【春】」の「ギリア」ブースにて、「Unity ML-Agents」 と「toio」に…

npaka
npaka
3年前
39

dm_hard_eight：DeepMind HardEightタスクスイート

以下の記事を参考に書いてます。 ・dm_hard_eight: DeepMind Hard Eight Task Suite 1. 概要「DeepMind Hard Eightタスク」は、報酬獲得が困難なハードモード強化学習環境です。部分的な状態観測からの行動や長期記憶が求められます。 これらのタスクは、事前にパッケージ化されたDockerコンテナを介して提供されます。このパッケージは、これらのDockerコンテナを実行するためのサポートコードで構成されています。dm_e

npaka