![Loading...](https://cdn-ak-scissors.b.st-hatena.com/image/square/240a6b0f47faffc53d88110037e035708b64f51d/height=288;version=1;width=512/http%3A%2F%2Fhonda-3d.com%2Fshare.jpg)
はじめに そもそもDQNが作りたかったわけじゃなくて、他の目的でChainerを使いたかったのでその練習にDQNを書いたんですが、せっかくだし公開しようと思いました 公開しました 。またどうせ公開するなら、この機会にこれ(Q学習+関数近似)関連で持っている知識をついでに整理しようと思ってまとめました。 ニュース記事とかNatureとかNIPSの論文だけ読むと、DQN作ったDeepmind/Googleすげー!!!って感覚になりそうですが、強化学習的な歴史的経緯を考えると強化学習+深層学習になった、むしろかなり当然の成り行きで生まれた技術であることがわかります。(ATARIのゲームを人間以上のパフォーマンスでプレイするというのがビジュアル的にわかりやすかった$\leftrightarrow$問題設定が良かったというのもあります。) この記事ではNIPSとNatureの以下の2本の論文 ・ V
3D content is becoming increasingly prevalent and important to everyday life. With commodity depth sensors, everyone can easily scan 3D models from the real world. Better 3D modeling tools are allowing designers to produce 3D models more easily. And with the advent of virtual reality, the demand for high quality 3D models will only increase. The increasing availability of 3D models requires scalab
lsd-slam_tutorial.md LSD-SLAM の使い方 Linux初心者編 非常に簡単な解説は書きますが、十分な情報は揃っていないかもしれませんし、少々不正確な部分があるかもしれません。 それぞれの項目について、各自納得の行くまで調べてください。気になった単語を連鎖的に調べていくことで、結果的に技術の理解へとつながります。日本語文献が少なく、英語文献頼みな点もあるでしょう。大変だとは思いますが、応援しています。 LSD-SLAM とは LSD-SLAMはVisual-SLAM(vSLAMとも)研究の一つであり、Visual-SLAMは、SLAMをカメラを用いて行う問題のことです。 SLAM(Simultaneous Localization And Mapping)は、自己位置推定とマッピング(地図作成)を同時に行う問題のことで、もとはロボットの自律制御への利用を目的とした技
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
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