cookie-box https://blog.hatena.ne.jp/cookie-box/ クッキーの日記 https://cookie-box.hatenablog.com/ 論文読み 強化学習 お正月ですがNIPS2017論文読み会に参加するので論文を読みたいと思います。今回読むのは以下です。Dylan Hadfield-Menell, Smitha Milli, Pieter Abbeel, Stuart Russell and Anca Dragan. Inverse Reward Design. arXiv: 1711:02827, 2017. https://arxiv.org/abs/1711.02827※ 以下、キャラクターが会話します。それぞれの原作とは関係ありません。論文内容の解釈誤りは本ブログ筆者に帰属します。次回： その2強化学習エージェントを学習させるときの報酬… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcookie-box.hatenablog.com%2Fentry%2F2018%2F01%2F01%2F233515" title="NIPS2017論文読みメモ： Inverse Reward Design（その1） - クッキーの日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn.blog.st-hatena.com/images/theme/og-image-1500.png Hatena Blog https://hatena.blog 2018-01-01 23:35:15 rich https://cookie-box.hatenablog.com/entry/2018/01/01/233515 1.0 100%