dskomei https://blog.hatena.ne.jp/dskomei/ 見習いデータサイエンティストの隠れ家 https://www.dskomei.com/ AI Deep Learning DAN 深層強化学習 囲碁や将棋のコンピュータって強いですね。初期レベルでも全然勝てなくて、何度待ったをしたことか。 このようなゲームでは、ある手段を選択すると、状態が変化し、次の状態に移り、再び手段の選択をするということを繰り返し、最終的な勝ち負けが決まります。そして、取りうる手段と状態は有限です。まぁ、人間にとっては無限に感じますが。取りうる状態と手段が有限ならば、状態に合わせた選択手を学習して覚えればよいんじゃねぇということで、Deep Learning の出番なわけです。 これは、深層強化学習というテーマであり（ネタ的にはもう古いかもしれませんが）、ある状態に対して、選択した手段で状態が遷移し、それに合わせ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.dskomei.com%2Fentry%2F2021%2F10%2F05%2F140156" title="Pytorchを使って深層強化学習のモデルDQNを構築する 〜Deep Reinforcement Learning〜 - 見習いデータサイエンティストの隠れ家" 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/d/dskomei/20211005/20211005094203.png Hatena Blog https://hatena.blog 2021-10-05 14:01:56 rich https://www.dskomei.com/entry/2021/10/05/140156 1.0 100%