Itsukara https://blog.hatena.ne.jp/Itsukara/ Itsukaraの日記 https://itsukara.hateblo.jp/ 機械学習 Python ITのお勉強 Montezuma's Revenge 8/26の記事で記載しましたように、Deep LearningのA3C論文再現コードに独自の改造を加えて色々試しています。A3Cだけでは殆ど点数が取れないゲーム「Montezuma's Revenge」で高得点を取ることが現在の目標です。A3C論文再現コードを書いたmiyosudaさんから、Montezuma' Revengeで高得点を取った論文を教えて頂いたので、一度通読完了しました。まだ理解が不十分なところもありますが、とりあえず、論文に書かれた手法を独自改造コード*1に取り入れて実験を開始したところです。実験の手応えは十分あり、僅か9M STEPSで、Montezuma's Reveng… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fitsukara.hateblo.jp%2Fentry%2F2016%2F08%2F29%2F115426" title="【DL.A3C+pseudo-count】Montezumaで5つの部屋に到達！！ - Itsukara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-ak.f.st-hatena.com/images/fotolife/I/Itsukara/20160829/20160829114638.png Hatena Blog https://hatena.blog 2016-08-29 11:54:26 rich https://itsukara.hateblo.jp/entry/2016/08/29/115426 1.0 100%