TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ 強化学習 Agent57 結論 57のすべてのAtariゲームで、人間のベンチマークを超えるパフォーマンスを持つ最初の深層強化学習エージェントを紹介した。 エージェントは、そのような多様なゲームセット（探索と活用、および長期的な信用割り当て）でパフォーマンスを発揮するために必要なさまざまなスキルの学習のバランスをとることができる。 そのために、ハード探索ゲームで優れたパフォーマンスを発揮する既存のエージェントNever Give Upを単純に改善することを提案するが、それ自体は57のゲームすべてで全体的なパフォーマンスは強力ではない。 これらの改善点は、i）状態行動価値関数の異なるパラメーター化を使用し、ii）メタコン… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2020%2F04%2F17%2F094417" title="Agent57: Outperforming the Atari Human Benchmarkを読む その７ - TadaoYamaokaの開発日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2020-04-17 09:44:17 rich https://tadaoyamaoka.hatenablog.com/entry/2020/04/17/094417 1.0 100%