軽く動く強化学習、基本のQ学習からニューラルネットやLSTMの応用まで、4種のエージェントと7種のタスク - Qiita

軽く動く強化学習、基本のQ学習からニューラルネットやLSTMの応用まで、4種のエージェントと7種のタスクPythonDeepLearningLSTMReinforcementLearningQ-learning はじめに 「ScratchでAIを学ぼう」の筆者です。この本では、初めての方でもきちんと分かることを目指し、ゲームを題材にしてQ学習を3段階で説明しました。 ここでは、その続編として、pythonで基本のQ学習、ニューラルネットの応用、また、多少実験的な試みになりますが、短期記憶ユニットであるLSTM/GRUの応用を紹介したいと思います。 使用するプログラムmemoryRLは、GitHubからダウンロードできます。GPUのない普通のPCでも短時間（長くても数分）で学習できることを想定しています。 まず、2つの例を見てください。 1つ目の例はmany_swamp と呼んでいるタスクで