Gasyou https://blog.hatena.ne.jp/Gasyou/ GA将？開発日記～王理のその先へ～ https://gasyou.hatenablog.jp/ 強化学習による探索行動の学習 強化学習における探査*1を、ε-GreedyやSoftmaxの様な乱数を用いる手法ではなく、過去の経験・知識をもとに実現した論文（だと思う）。 論文ではグリッドワールドや迷路を題材にし、意図した通りの結果が実験的に得られたと書かれている。 論文の手法をそのままGA将？に適用するのは難しそうだが、考え方自体は非常に面白いので、なんとかして真似てみようと思う。 *1:論文では「探索」と記載されているが、αβ探索との混同を避ける為、本記事では「探査」で統一する 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fgasyou.hatenablog.jp%2Fentry%2F2019%2F09%2F10%2F090848" title="探査自体を強化学習問題として解く論文（多分） - 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 2019-09-10 09:08:48 rich https://gasyou.hatenablog.jp/entry/2019/09/10/090848 1.0 100%