wanwannodao https://blog.hatena.ne.jp/wanwannodao/ DeepLearningを勉強する人 https://wanwannodao.hatenablog.com/ DeepLearning Python ReinforcementLearning TensorFlow 強化学習 自分用 [1511.05952] Prioritized Experience Replay 論文まとめ Online RLの問題点 遷移(transition)間の依存関係の影響が大きい レアな遷移をすぐに捨ててしまう そこで、 Experience Replay(ER) DQNでは、replay mem.からランダムサンプリングしたミニバッチを使って更新する. ERをより効率的、効果的にするには？？ 優先順位を付けてサンプリングする. より学習の進行が期待される遷移をより頻繁にリプレイするようにする. ニューロサイエンス的な話 休憩している時や寝ている時に、海馬は過去の経験を"リプレイ"している.… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwanwannodao.hatenablog.com%2Fentry%2F2017%2F03%2F31%2F194646" title="Prioritized Experience Replay - DeepLearningを勉強する人" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> http://chart.apis.google.com/chart?cht=tx&chl=%5Cdelta Hatena Blog https://hatena.blog 2017-03-31 19:46:46 rich https://wanwannodao.hatenablog.com/entry/2017/03/31/194646 1.0 100%