【強化学習】2018年度最強と噂のR2D2を実装/解説してみた - Qiita

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? なんとか実装しましたが… 私の技術不足か Keras の限界かは分かりませんがburninの実装に関してはミニバッチ学習と併用できていません。 また、ネット上の情報をかき集めて自分なりに実装しているので正確ではないところがある点はご了承ください。 追記：ミニバッチ学習についても実装しました。 【強化学習】R2D2を実装/解説してみたリベンジ 解説編（Keras-RL） 追記2：R2D3も実装しました。 【強化学習】R2D3を実装/解説してみた（Keras-RL） 追記3：Agent57も記事をあげました。 【強化学習】ついに人間を超えた

[misshiki]

“R2D2(Recurrent Replay Distributed DQN)はざっくりいうと分散学習の Ape-X に時系列データを学習できる LSTM を組み合わせたアルゴリズム”