Itsukara https://blog.hatena.ne.jp/Itsukara/ Itsukaraの日記 https://itsukara.hateblo.jp/ Montezuma's Revenge DRL 機械学習 Python A3Cをベースにした環境で、Montezuma's RevengeのDeep Reinforcement Learningを行っていますが、thread毎に多様性を持たせた効果が示せました。(12/7訂正)下記サイト掲載の学習状況をご覧ください。 http://52.193.119.202/montezuma-x/00index.html 上記サイトには８個のグラフが掲載され、最初の２つ(gcp10、gcp20)は、全てのthreadが同じパラメーターで学習しています。これらは、途中からSCOREが完全に0に落ち込み、回復していません。参考までに、下記にgcp10のグラフを載せます。これに対し… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fitsukara.hateblo.jp%2Fentry%2F2016%2F12%2F07%2F000054" title="【DRL, Montezuma】thread毎多様性の効果確認！(12/7修正) - 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> http://52.193.119.202/montezuma-x/log.gcp10.montezuma-x-yaml-pscm-ff-fs2.r.png Hatena Blog https://hatena.blog 2016-12-07 00:00:54 rich https://itsukara.hateblo.jp/entry/2016/12/07/000054 1.0 100%