Keep Learning! Fail and open the door to a new world!
１．Chemome initiative：機械学習を使って有用なタンパク質を探る試み(1/2)まとめ ・人間の病気の治療薬は、タンパク質の働きを調整する目的で投与される事が多い ・小分子薬はタンパク質の機能や相互作用を阻害または促進することによって機能する薬 ・タンパク質の機能を調べる手法を機械学習でもっと効率化できないだろうか？ ２．Chemome initiativeとは？ 以下、ai.goo […]
１．DADS：教師なしで有用なスキルを発見する強化学習(2/2)まとめ ・DADSは環境にとらわれないため、ロボット移動タスクにも操作タスクにも適用可能 ・スキルに追加のトレーニングが必要ないため、サンプル効率が非常に高く追加トレーニングが不要 ・オフポリシー学習化したoff-DADSにより現実世界のロボットに歩行スキルを学習させる事が出来た ２．off-DADSとは？ 以下、ai.googleb […]
１．DADS：教師なしで有用なスキルを発見する強化学習(1/2)まとめ ・教師有り強化学習はシミュレーション環境を飛び出して現実世界の複雑な動作を学習できるようになった ・しかし、様々なタスク用に報酬関数を手動で設計する必要がありこれがボトルネックとなっている ・DADSは有用な行動、つまりスキルを見つけてそれを強化する事を教師無しで行う事で制限を回避 ２．DADSとは？ 以下、ai.google […]
１．深層強化学習の力でロボットが俊敏で知的な移動を実現(3/3)まとめ ・階層強化学習では高レベルポリシーと低レベルポリシーは同時にトレーニングされる ・トレーニング目的はロボットの軌道から得られる総報酬を最大化する事 ・学習完了後は高レベルポリシーを再学習させて微調整すれば他の経路にも対応可能 ２．階層強化学習の性能 以下、ai.googleblog.comより「Agile and Intell […]
１．深層強化学習の力でロボットが俊敏で知的な移動を実現(2/3)まとめ ・ロボットにオフィス内を移動させる等の複雑なタスクは速度、方向、高さを複数回調整する必要がある ・従来は複雑なタスクを複数の階層的小タスクに分解することで解決していたがな階層の手動設計は重労働 ・新しく提案された階層強化学習ではポリシーレベル間の単純な通信プロトコルのみを定義する事で解決 ２．階層強化学習 以下、ai.goog […]
