Gasyou https://blog.hatena.ne.jp/Gasyou/ GA将？開発日記～王理のその先へ～ https://gasyou.hatenablog.jp/ 開発日記 現在開発中の学習ルーチンは「PGLeaf Drei」と呼んでいますが、Phase 2まで（多分）完成しました。 まず、Phase 1でREINFORCEベースだったものから、関数近似を用いたActor-Critic化を行いました。 で、Phase 2ではExperience Replayの導入をしたのですが、色々と細かい工夫の積み重ね＆メタパラメータの調整をして、なんとか素のPGLeafよりやや良いらしい所まで来ました。 ただ、比較実験の回数がまだ少ないので、これから学習を50回繰り返して、その結果を見て最終判断となります。 最終段階がPhase 3で、メタ強化学習を組み込む事になります。こっ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fgasyou.hatenablog.jp%2Fentry%2F2018%2F11%2F05%2F225141" title="PGLeaf Drei Phase 2ほぼ完成か？ - GA将？開発日記～王理のその先へ～" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2018-11-05 22:51:41 rich https://gasyou.hatenablog.jp/entry/2018/11/05/225141 1.0 100%