[B! *algorithm][rl][cs.LG] sh19910711のブックマーク

sh19910711 id:sh19910711

*algorithmとrlとcs.LGに関するsh19910711のブックマーク (2)

【Unity ML-Agents】 Self-Play Reinforcement Learningで対戦ゲームのAIを作ってみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに Atari 2600 Gamesの攻略を発端として有名となった強化学習ですが，ここ数年でプレイヤーが複数人いるゲームのための強化学習の研究も盛んに行われています．Self-Play Reinforcement Learning (Self-Play RL) はマルチプレイのゲームの学習にしばしば用いられる学習方法であり，囲碁やDota 2のAI開発に使われたことで注目を浴びました．今回は，Unityによる自作の対戦ゲームのAIをSelf-Play RLによって作成してみようと思います． Self-Play Reinforc
sh19910711 2024/05/06
"Self-Play RL: 自身の戦略のコピーを作成し，それを相手として学習をすすめる / Firoiu: 大乱闘スマッシュブラザーズDXにおいてトップランカーに匹敵" arXiv:1702.06230 2019

*algorithm

機械学習

rl

*game

engine

--

cs.LG
リンク
[論文解説] MAML: Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks - Qiita
以下の論文の解説(まとめ)になります． Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks この論文は，Chelsea Finnが出した論文でICML 2017に採択されています．Meta-Learningの汎用性を大きく改善した，ターニングポイントとなる手法を提案していて非常に面白く，また論文の優位性を適切に説明した日本語解説がなかったため，今回紹介させていただきました．この論文で提案しているモデルは，MAML(Model-Agnostic Meta-Learning)と呼ばれる手法になります．記事中の図は，特に記載がない限りすべて論文からの引用です．記事内容に不備がございましたら，ご指摘頂けると助かります．概要この論文は， Model-Agnostic 微分可能である以外，モデルや損失関数の形式を仮
sh19910711 2024/04/18
"Meta-Learning: 様々なタスクで学習することで未知のタスクにも少しのデータ・学習ステップで適応できるようなモデルを見つける / MAML: 微分可能である以外，モデルや損失関数の形式を仮定しない" arXiv:1703.03400 2019

*algorithm

機械学習

--

rl

cs.LG
リンク
1