強化学習における好奇心
【2020年アップデート版】 強化学習では，環境で得られる報酬がスパースである場合，うまく学習することができない．この問題を解決するための手法として，強化学習のエージェントに「好奇心」を与える研究が注目されている．本スライドでは，深層強化学習の登場以降に発表された「好奇心」を利用した強化学習の研究をまとめた．特に主要ベンチマークであるMontezuma's Revengeで高いパフォーマンスを発揮したアルゴリズムについて詳しく解説する．また，「好奇心」による探索を報酬がスパースな場合以外の強化学習に適用した場合の最新研究についても紹介する． 現在は，本資料の修正・アップデート版を以下で公開しています． 【強化学習における好奇心】 https://www.slideshare.net/ShotaImai3/curiosity-reinforcement-learning-238344056
3歳娘「いつから論理式が真偽値のみを返すと錯覚していた？」 - Qiita
ある日の某Web制作会社 ワイ「おはようございます〜」 社長「ん？やめ太郎」 社長「今日は有休とるんやなかったっけ？」 ワイ「そうなんでっけど、娘ちゃんがJavaScriptを教えてほしい言うもんでっから」 ワイ「よめ太郎と娘ちゃんと一緒に来たんですわ」 ワイ「会社のPC、勉強に使ってもええでっしゃろか？」 社長「（ええでっしゃろか？っていうか）」 社長「（もう、来てもうてるやん・・・）」 社長「も、もちろんええで・・・」 お勉強開始 ワイ「さあ、JavaScriptのお勉強開始や」 よめ太郎「ちゃんと本も買うてあるで」 ワイ「おう、気が利くやないけ〜」 ドサドサッ・・・ オライリー 詳解 Javaプログラミング 【全２巻】 ワイ「Oh... Java...」 よめ太郎「2冊で10,000円近くしたわー」 よめ太郎「でもまあ、娘ちゃんの将来のためや！」 ワイ「あの、よめ太郎はん・・・？」
332,000mAhで電子レンジが使える！車中泊に最適の最強ポータブル電源【SUAOKI G1200】
SUAOKIから最新のポータブル電源【G1200】が発売されたのですが、電子レンジが使えるかどうかわからなかったので自腹で購入して実験したらきっちりを動かせる事が出来たので動画にしてみました^^これで火気NGの場所での車中泊も快適に過ごす事が出来ますね^^ SUAOKI G1200 https://amzn.to/2V6FjaY らんたいむのTwitter https://twitter.com/runtime_tweet 再生リスト フリードスパイク車中泊 https://www.youtube.com/playlist?list=PL7lsm0puEe_EKgGzlDEAXCchowjB7mctW アーティスト http://audionautix.com/ http://incompetech.com/ http://www.twinmusicom.org http://c
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
