ラベル reinforcement learning の投稿を表示しています。 すべての投稿を表示
ラベル reinforcement learning の投稿を表示しています。 すべての投稿を表示
2021年11月5日金曜日

スマホでニューラルネットワーク（ml5JS/TensorflowJS利用）その２

›
【what is this】 引き続き、「スマホでニューラルネットワーク」にこだわります。 以前の記事 [1] では、Q-Learning（強化学習）をニューラルネットワークで行うための基本手法を検討し、実装しました。今回は、さらにそれを深めた手法である「 Experience ...
2021年9月25日土曜日

Running Q-Learning on your palm (Part3)

›
Japanese summary 　本シリーズの Part1 と Part2 では、スマホ向けのQ-Learningアプリを開発し、それを簡単な例（直線の廊下でロボットが宝石を得る）に適用しました。今回は、このアプリを改訂し、２次元グリッドでロボットが行動できるようにしました。そ...
2021年9月12日日曜日

Running Q-Learning on your palm (Part2)

›
  Japanese summary 　 前回の記事 では、スマホ向けのQ-Learningアプリを開発し、それを簡単な例（ロボットが宝石を得る）に適用しました。今回は、ロボットの行動にいくつかのバリエーションを与えてみました。その場合でも、新しい行動の記述を追加する以外は、この...
2021年8月26日木曜日

Running Q-Learning on your palm (Part1)

›
Japanese summary 　このアプリは、人工知能技術の一分野である「強化学習（特にQ-Learning）」の基本的な考え方と仕組みを、簡単な例を動かしながら学ぶものです。強化学習は、AlphaGo（囲碁）や自動運転、自律制御ロボットなどで使われ、注目を集めています。ここ...
2021年7月26日月曜日

Scratchプログラミングで強化学習の基礎(1)

›
【what is this】 子供向けと言われる Scratch ですが、伊藤真著 [1] にはゲームの形で、 強化学習 （３段階に分けたQ学習）が、実に丁寧に説明されています。大人にも有用と思われます。本記事では、このうちの最初の例題（レベル１）を対象として、（小生独自の改造も...
2021年7月10日土曜日

今いちど強化学習のCartPole（倒立振子）問題

›
【what is this】 強化学習の定番例題のひとつに、CartPole（倒立振子）があります。多くの場合、ポールの初期状態をほぼ真上（北向き）にしていますが、完全に倒れた真下（南向き）にした場合でも、うまく学習できて、長時間ポールを立て続けることができます。 ■  Cart...
2021年5月28日金曜日

レンタカーショップ問題（強化学習での行動ポリシー最適化）

›
     【what is this】 強化学習における 「状態価値関数」をとりあげてきました が、今回もその続編です。理論と手法の詳細は参考文献 [1] を熟読戴くことにして、ここでは、「レンタカーショップ問題」と呼ばれる複雑な問題がこれに基づいて解けることを楽しみたいと思いま...
2019年10月11日金曜日

MATLABの強化学習Toolboxと自作Javaで簡単なGrid World探索

›
【要旨】 MATLAB（R2019a以降）には、強化学習用のToolboxがある。それを使った簡単なGrid Worldの強化学習例題を試行した。同時に、自作Javaプログラムでも同じ例題を実行して理解を深めた。 　 前回の強化学習の記事 では、参考文献[1]に従って、行動価...
2019年10月8日火曜日

「強化学習」の基礎知識を素早く得るには...

›
[要旨] 　強化学習の基本概念や手法を具体的に（お話としてではなく）学びたいという人は多いと思います。それが、20ページの説明を読めば実現できる！という体験を書きました。 ●どのテキストを読めば良いか 　強化学習（Reinforcemnet Learning）をタイトルにし...