「タイトル未定」というタイトル

Entries

強化学習の改良案

　をアイデアメモに書こうかと思ってたんですが、既に前例がありました。

　どういうものかと言うと、強化学習自体のパラメータ（評価関数の様な調整対象のパラメータではなく）を強化学習でコントロールしたらどうかな、ってアイデアです。

　名付けて“メタ強化学習”。

　似た様なアイデアはGA（遺伝的アルゴリズム）でも“メタGA”っつーのがあって、こっちはGAのパラメータ（突然変異率とか）をGAでコントロールするものです。

　で、さくっとググってみたらありました。Meta-learning in Reinforcement Learningって論文です。

　アブストラクトを読んだ限りでは上手く動いた様ですね。

　ま、既に上手く行った前例があれば何かと便利なので、論文はとりあえず保存しときました。そのうち読みます。

この記事に対してトラックバックを送信する（FC2ブログユーザー）: http://streakeagle.blog15.fc2.com/tb.php/894-d5879c8d

0件のトラックバック

0件のコメント

コメントの投稿

Appendix

QRコード

プロフィール

アベント

@author アベント
@mail murakumo_xp@yahoo.co.jp
アセンブラなんて分からないニュージェネレーションのJAVAプログラマ。
でもJAVA実習の単位は落とした経験あり。二回目もC判定。＜だめジャン
でもJAVAが好き。
2ch プログラム板にも出没。
- おまいら最強の将棋プログラムしてみろよ
- すれ立てるまでもない質問はここで
- Java質問・相談スレッド
- クラス名・変数名に迷ったら書き込むスレ