MuZeroを使って強化学習で遊ぶ - Qiita

はじめに DeepMind が発表した MuZero という AlphaZero をより一般化した手法があります。ルールが明確な対人ゲームだけでなく、 Atariゲームのような一人用ゲームにも同じように適用できるというのが非常に強力で、性能もかなり高いようです。 （個人的に育休とか取っていたのもあって）1年くらいその存在すらしらず(...)、最近になってまたニュースになっていてやっと知ることができて、最近色々遊んでみているのでその共有をします。 すでに muzero-general という PyTorchベースの非常に素晴らしい実装のリポジトリが公開されているので、主にその紹介です。 muzero-general 良いところ 色々なゲームが最初から付いていて、自分で追加するのも非常に簡単にできる（1ファイル追加するだけ） Hyperparameterの調整も簡単 GPUが使えるなら使ってく

[sh19910711]

"MuZero: AlphaZero をより一般化 / 対人ゲームだけでなく、 Atariゲームのような一人用ゲームにも同じように適用できる / muzero-general という PyTorchベースの非常に素晴らしい実装のリポジトリが公開されている"