ipx-writer https://blog.hatena.ne.jp/ipx-writer/ iPX社員によるブログ https://ipx.hatenablog.com/ 久しぶりの投票になりますが、パルハットです。今回強化学習関連のテーマでの内容になります。最近複数のプロジェクトが強化学習関連の案件でした。主のstable baselinesという強化学習関連のフレームワークを使っていました。そこで色々DQN(Deep Q Network)とかPPO2(Proximal Policy Optimization)といったアルゴリズムを使ったていましたが、今回のメイン内容はBehavior CloningとGAILGenerative Adversarial Imitation Learningの紹介です。 Behavior CloningとGAIL Behavi… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fipx.hatenablog.com%2Fentry%2F2020%2F10%2F30%2F192714" title="Behavior CloningとGAILについて - iPX社員によるブログ" 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 2020-10-30 19:27:14 rich https://ipx.hatenablog.com/entry/2020/10/30/192714 1.0 100%