学習手法 PlaNet：画像入力から世界モデルを学ぶ強化学習(3/3)
１．PlaNet：画像入力から世界モデルを学ぶ強化学習(3/3)まとめ ・PlaNetは一つのエージェントで６つの異なるタスクを行うように訓練する事ができた ・比較的単純なタスクに対する学習は遅かったが複雑なタスクは素早く学習し高いレベルに...
学習手法
学習手法 学習手法 PlaNet：画像入力から世界モデルを学ぶ強化学習(2/3)
１．PlaNet：画像入力から世界モデルを学ぶ強化学習(2/3)まとめ ・エージェントは特定の操作によってボールの位置やゴールまでの距離がどのように変化するか想像出来る ・大量の計算が必要な画像作成を省略し将来の報酬を予測するだけでよいので...
学習手法 PlaNet：画像入力から世界モデルを学ぶ強化学習(1/3)
１．PlaNet：画像入力から世界モデルを学ぶ強化学習(1/3)まとめ ・PlaNetはモデルベース(Model-based)強化学習であり世界モデルを学ぶ強化学習 ・世界モデルを学ぶと従来より少ないデータで効率的な学習を行う事ができる ・...
学習手法 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(3/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(3/3)まとめ ・AlphaStarはコンピュータ特有の優位性の利用は極力控えていた ・操作量は人間のプロプレーヤー同等、操作遅延も同等であった ・ミニマップを...
学習手法 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(2/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(2/3)まとめ ・AlphaStarは単一の人工知能ではなく人工知能同士のリーグ戦を勝ちぬいた５選手から構成されていた ・当初は人間のリプレイから学習し次段階で...
学習手法 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(1/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(1/3)まとめ ・20年以上の歴史を持つゲームであるStarCraftIIはAIにとって困難なチャレンジと見なされ来た ・不完全な情報と予期せぬ出来事に対処しつ...
学習手法 Soft Actor-Critic：ロボット工学のための深層強化学習(2/2)
１．Soft Actor-Critic：ロボット工学のための深層強化学習(2/2)まとめ ・Soft Actor-Criticは深層強化学習を使いロボットが現実世界で学習する事を可能にする ・従来手法に比べて短時間で学習でき且つ想定外の事態...
学習手法 Soft Actor-Critic：ロボット工学のための深層強化学習(1/2)
１．Soft Actor-Critic：ロボット工学のための深層強化学習(1/2)まとめ ・Soft Actor-Criticは深層強化学習を使いロボットが現実世界で学習する事を可能にする ・従来手法に比べて短時間で学習でき且つ想定外の事態...
学習手法 ２年間であなたのデータサイエンススキルをアップさせる８つの方法(2/2)
１．２年間であなたのデータサイエンススキルをアップさせる８つの方法(2/2)まとめ ・2年間と期限を決めてコアスキルを集中的に習得する ・INPUTとOUTPUTをバランスよくこなしつつ実務に近いスキルを伸ばしていく ・2年間が経過してそれ...
学習手法 Top Shot:Google Pixel 3でベストショットを自動で撮影してくれる機能(1/2)
１．Top Shot:Google Pixel 3でベストショットを自動で選択してくれる機能(1/2)まとめ ・Google Pixel3搭載カメラアプリの機能の１つであるTop Shotの紹介 ・シャッターを押す前後1.5秒の最大90枚の...
学習手法 TF-Ranking：ランクキング作成用TensorFlowライブラリ(1/2)
１．TF-Ranking：ランクキング作成用TensorFlowライブラリ(1/2)まとめ ・TensorFlowでlearning-to-rankと呼ばれる教師付き学習でランク付けを実現できるTF-Rankingが発表 ・様々な損失関数、...
学習手法 単眼カメラの映像から教師なし学習で物体までの距離を正確に測定(1/2)
１．単眼カメラの映像から教師なし学習で物体までの距離を正確に測定(1/2)まとめ ・風景内の物体を３Dオブジェクトと見なす事で正確に距離を認識できる新手法が発表 ・従来手法では自車と同速度で走る先行車を無限に遠い距離に位置する物体と誤認識し...